意思決定の最適化について考えている。
複数の選択肢がありどれが最適かわからないが、定期的に選択を求められる状況はたまにある。
よく話に聞くのは配偶者にかける言葉の最適化だ（私に配偶者はいない）。
「素敵だね」「きれいだね」「愛してるよ」の３種から毎日言葉を選んで累積報酬を最大化したい。バンディットアルゴリズムが使えるのではと直感的には思うものの課題が2点ある。
1.報酬の測定方法
2.意思決定と報酬の記録
１については適当に主観評価するにしても、２についてはこの辺が楽にできるプラットフォームがないだろうか。できれば報酬とexploit-exploreの割合も自動計算して欲しい。なけりゃ自分でスプレッドシート作るまでだが。

最近読んでいる本

花人に堀口一三を紹介してもらったので少しずつ読んでいる。この本は茶人などのエピソードが中心。引用されている絵がことごとく簡素で現代の感覚でいうと教科書の落書きレベルなのだがそこから茶人の思想を読みとったりしている。まあ、その是非を問うよりむしろそこに著者の思想が顕れていると考えた方が建設的か。