1장 두 가지 특성, 탐색과 활용
1.1 과학자와 사업가
1.2 탐색-활용 딜레마

2장 왜 멀티암드 밴디트 알고리즘을 사용하는가
2.1 우리가 시도해볼 것은 무엇인가?
2.2 비즈니스 과학자: 웹 규모 A/B 테스팅

3장 엡실론-그리디 알고리즘
3.1 엡실론-그리디 알고리즘 소개
3.2 로고 선택 문제의 추상화
3.3 엡실론-그리디 알고리즘 구현
3.4 엡실론-그리디 알고리즘에 대한 비판적 의견

4장 밴디트 알고리즘 디버깅
4.1 몬테 카를로 시뮬레이션은 밴디트 알고리즘을 위한 단위 테스트와 같다
4.2 밴디트 문제의 암 시뮬레이션
4.3 몬테 카를로 연구 결과 분석
4.4 연습40

5장 소프트맥스 알고리즘
5.1 소프트맥스 알고리즘이란
5.2 소프트맥스 알고리즘 구현하기
5.3 소프트맥스 알고리즘의 성능 측정하기
5.4 소프트맥스 어닐링하기
5.5 연습

6장 UCB-상부 신뢰 한계 알고리즘
6.1 UCB 알고리즘
6.2 UCB 구현하기
6.3 밴디트 알고리즘 나란히 비교하기
6.4 연습

7장 현실에서의 밴디트, 문제의 복잡성과 복합성
7.1 A/A 테스팅
7.2 동시 실험 수행
7.3 연속 실험 vs 주기적 테스트
7.4 성공에 대한 나쁜 지표들
7.5 성공의 좋은 지표로의 조정 문제
7.6 값들에 대한 지능적인 초기화
7.7 더 나은 시뮬레이션 수행하기
7.8 무빙 월드
7.9 상관관계가 있는 밴디트
7.10 전후 사정별 밴디트
7.11 대규모 밴디트 알고리즘 구현하기

8장 결론
8.1 밴디트 알고리즘으로부터 삶의 교훈을 배우자
8.2 밴디트 알고리즘 분류법