noun
Un bandido contextual es un modelo de IA que equilibra la exploración y la explotación para optimizar decisiones en tiempo real. Aprende probando diferentes opciones y ajustándose según la retroalimentación, como una máquina tragamonedas que se adapta a tus preferencias.
Funciona utilizando interacciones pasadas para predecir la mejor acción en una situación dada, mientras ocasionalmente prueba nuevas opciones para descubrir mejores soluciones. Este enfoque se usa ampliamente en sistemas de recomendación, publicidad dirigida y personalización.
Para los desarrolladores, cambia la forma de diseñar bucles de retroalimentación—requiriendo la recolección de datos en tiempo real y algoritmos adaptativos. Reduce la dependencia de reglas estáticas, pero exige un monitoreo cuidadoso para evitar reforzar sesgos. Por ejemplo, un servicio de streaming podría usar un bandido contextual para sugerir videos, mejorando el compromiso del usuario en un 15 % frente a métodos tradicionales.
Una aplicación de compras usa un bandido contextual para decidir qué descuento ofrecer a continuación, aprendiendo de las respuestas anteriores de los usuarios.
En otros idiomas
Véase también: reinforcement learning