Adaptivní A/B test — Adaptivní A/B testování
Adaptivní A/B test je experimentální návrh, který dynamicky alokuje provoz nebo účastníky směrem k lépe fungujícím variantám během samotného experimentu, namísto pevného přidělení až do konce. Využívá algoritmy typu multi-armed bandit, jako je Thompsonovo vzorkování nebo horní mez spolehlivosti (UCB), a vyvažuje zkoumání nejistých variant s využíváním těch, které již vykazují vynikající výkonnost, což obvykle vede k vyšším agregovaným výsledkům a zároveň poskytuje platné inferenční závěry.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Russo, D., Van Roy, B., Kazerouni, A., Osband, I., & Wen, Z. (2018). A Tutorial on Thompson Sampling. Foundations and Trends in Machine Learning, 11(1), 1–96. DOI: 10.1561/2200000070 ↗
- Offer-Westort, M., Coppock, A., & Green, D. P. (2021). Adaptive Experimental Design: Prospects and Applications in Political Science. American Journal of Political Science, 65(4), 826–844. DOI: 10.1111/ajps.12597 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Adaptive A/B Testing. ScholarGate. https://scholargate.app/cs/experimental-design/adaptive-ab-test
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Design ABPlánování experimentů↔ compare
- Adaptivní experimentPlánování experimentů↔ compare
- Blokový A/B testPlánování experimentů↔ compare
- Faktoriální A/B testPlánování experimentů↔ compare
- Experiment s více ramenyPlánování experimentů↔ compare
- Randomizovaný kontrolovaný proces (RCT)Plánování experimentů↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →