问这个学习算法的名字是什么？

EN

该算法没有名字，因为与针对此类问题的现有算法相比，它并不是特别好(无意冒犯)。

您正在“解决”的是Multi-armed Bandit问题。“不同的获胜方法”是你的老虎机，而你的“胜率”是每台老虎机的赔率。因为你的对手是另一个人，他们可能会改变他们的策略，你必须处理最好的老虎机可能“开始输”的可能性。这是一个对抗性的场景。有许多来自不同角度/场景的关于这个主题的论文和算法。它研究得很好，人们仍然对它感兴趣。

我想这是为某个班级项目报告准备的。我简单地称之为“我的启发式方法”，因为它就是这样的。

这是一种经典的试错方法。TryError，TryAndError，TaE，Try&Error-o-马季奇，选择你更喜欢的。

这可能取决于您是如何实现它的。这听起来有点像一个多类逻辑回归算法。这将评估每个类的给定结果的概率，然后选择最佳概率，但这也可以使用神经网络或各种其他算法来实现。