Bewertung:
Das Buch dient als praktische Einführung in Bandit-Algorithmen, insbesondere im Kontext der Weboptimierung. Es kombiniert klare Erklärungen mit wiederverwendbarem Python-Code, wodurch es auch für Leser, die neu im Thema sind, zugänglich ist. Das Buch ist zwar übersichtlich und lässt sich schnell lesen, aber manche finden, dass es an Tiefe und umfassender Abdeckung aller Algorithmen mangelt.
Vorteile:⬤ Klare Erklärungen und praktische Beispiele
⬤ wiederverwendbarer Code in Python
⬤ gut für Anfänger geeignet
⬤ effektiver Einsatz von Analogien
⬤ schnelles Lesen
⬤ gut strukturierter Inhalt
⬤ fördert das tiefere Verständnis und die Umsetzung von Konzepten.
⬤ Kurz in der Länge, was zu einem Mangel an erschöpfenden Details führt
⬤ einige Leser haben das Gefühl, dass Informationen kostenlos online verfügbar sind
⬤ kann für fortgeschrittene Benutzer zu grundlegend erscheinen
⬤ nicht umfassend in der Abdeckung aller verfügbaren Algorithmen.
(basierend auf 22 Leserbewertungen)
Bandit Algorithms for Website Optimization: Developing, Deploying, and Debugging
Wenn Sie nach Möglichkeiten zur Verbesserung Ihrer Website suchen, wie entscheiden Sie, welche Änderungen Sie vornehmen? Und welche Änderungen Sie beibehalten sollten? Dieses kompakte Buch zeigt Ihnen, wie Sie mehrarmige Bandit-Algorithmen verwenden können, um den realen Wert aller Änderungen an Ihrer Website zu messen. Der Autor John Myles White zeigt Ihnen, wie diese leistungsstarke Klasse von Algorithmen Ihnen dabei helfen kann, die Besucherzahlen Ihrer Website zu steigern, Besucher in Kunden umzuwandeln und viele andere Erfolgskriterien zu verbessern.
Dies ist das erste auf Entwickler ausgerichtete Buch über Bandit-Algorithmen, die bisher nur in Forschungsarbeiten beschrieben wurden. Sie lernen schnell die Vorteile verschiedener einfacher Algorithmen kennen - einschließlich der Algorithmen epsilon-Greedy, Softmax und Upper Confidence Bound (UCB) -, indem Sie in Python geschriebene Codebeispiele durcharbeiten, die Sie leicht für den Einsatz auf Ihrer eigenen Website anpassen können.
⬤ Lernen Sie die Grundlagen von A/B-Tests kennen - und erkennen Sie, wann es besser ist, Bandit-Algorithmen zu verwenden.
⬤ Entwickeln Sie ein Unit-Testing-Framework zum Debuggen von Bandit-Algorithmen.
⬤ Erhalten Sie zusätzliche Code-Beispiele, die in Julia, Ruby und JavaScript geschrieben sind, mit zusätzlichen Online-Materialien.
| ISBN: | 9781449341336 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2012 |
| Seitenzahl: | 80 |
Derzeit verfügbar, auf Lager.
