k-armed bandits

Since reinforcement learning is a topic that is frequently suggested (and something I'm personally interested in), I think k-armed bandit would be a good introduction to the subject.

Exploration-exploitation tradeoff could be discussed. Greedy, epsilon-greedy, upper confidence bound etc. strategies could be implemented and compared.

Das Issue nennt keine Dateien, Tests oder Implementierungseinstiegspunkte. Beginne mit der Durchsicht der vorhandenen Themenvorschläge des Repositorys und bestimme, wie ein Beispiel für einen k-armigen Banditen hineinpassen würde; als abgeschlossen würde gelten, wenn Implementierungen der Strategien greedy, epsilon-greedy und upper-confidence-bound sowie ein Vergleich von Exploration und Exploitation vorhanden sind.

Vom Indexierungsmodell aus dem Issue-Text verfasst.