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.

La issue non indica file, test o punti di ingresso dell'implementazione. Inizia esaminando i suggerimenti di argomenti esistenti del repository e determina come si inserirebbe un esempio di bandito a k bracci; il lavoro sarebbe considerato completato quando includesse implementazioni delle strategie greedy, epsilon-greedy e upper-confidence-bound, insieme a un confronto tra esplorazione e sfruttamento.

Scritto dal modello di indicizzazione a partire dal testo della issue.