Ujian A/B Adaptif — Ujian A/B Adaptif
Ujian A/B adaptif ialah reka bentuk eksperimental yang secara dinamik memperuntukkan semula trafik atau peserta ke arah varian yang berprestasi lebih baik semasa eksperimen itu sendiri, berbanding dengan mengekalkan peruntukan tetap sehingga tamat. Dengan menggunakan algoritma multi-armed bandit seperti Thompson Sampling atau Upper Confidence Bound (UCB), ia mengimbangi penerokaan varian yang tidak pasti dengan eksploitasi varian yang sudah menunjukkan prestasi unggul, lazimnya menghasilkan hasil agregat yang lebih tinggi sambil masih menghasilkan kesimpulan inferensial yang sah.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Adaptive A/B Testing. ScholarGate. https://scholargate.app/ms/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.
- Reka Bentuk ABReka Bentuk Eksperimen↔ compare
- Eksperimen AdaptifReka Bentuk Eksperimen↔ compare
- Ujian A/B TerhalangReka Bentuk Eksperimen↔ compare
- Ujian A/B BerfaktorReka Bentuk Eksperimen↔ compare
- Eksperimen pelbagai lenganReka Bentuk Eksperimen↔ compare
- Ujian Terkawal Rawak (RCT)Reka Bentuk Eksperimen↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →