机器学习系列（一）：在赌场怎么玩老虎机收益最大？

待字闺中 · 公众号 · 程序员 · 2016-12-06 18:02

正文

前面说到了估计值，那么如何估算一台老虎机在某个时刻t的拉杆吐出的硬币的可能价值？显而易见的办法是计算之前每个老虎机总共吐出的硬币的价值，除以这个老虎机被拉杆了多少次。这个和我们的常识很一致，蛮合理的。如下所示。

得到了每台老虎机在某个时刻t的拉杆吐出的硬币的估算值，事情就好办了。在时刻t，我们就选择估算值最大的老虎机，然后拉杆就行了。如下所示。

现在，根据前面的估算公式，换一种表示方法，就是把前几次的收益（硬币的价值）相加，然后除以拉杆次数。

推荐文章

OSC开源社区 · OpenAI用Rust重写AI编程工具Codex CLI

4 天前

京东科技技术说 · JDK从8升级到21的问题集

昨天

阿里技术 · 首个AI翻译实战榜来了！阿里国际×司南OpenCompass×北语联合发布TransBench

3 天前

稀土掘金技术社区 · 我在 pre 直接修改 bug，被领导批评了

昨天

极客之家 · 报表工具为何成为企业成本黑洞？买断制VS按需付费，谁才是降本终极方案？

3 天前

文玩汇 · 天天玩文玩，你知道文玩心里怎么想吗？

8 年前

中国证券网 · 平安产险史良洵：平安+科技的现在与AI+车险的未来

7 年前

威锋网 · 疑似小米MIX 3后盖曝光有点像iPhone X

7 年前

南方人物周刊 · 百年招商人 | 封面人物

7 年前

一房一万 · 挂牌229天，仁恒滨江终于9.9w售出，豪宅用时间换金钱行得通

7 年前