Now Loading...

Now Loading...

アルファ碁ゼロ

アルファ碁ゼロ

アルファ碁ゼロとは、アルファ碁とは違い、人間の棋譜データを用いた教師あり学習は一切行わずに最初から最後まで自己対戦を行なって得たデータのみで行う深層強化学習です。

クイズ

以下の文章を読み、空欄(ア)~(イ)の組み合わせに最もよく当てはまる選択肢を1つ選べ。 強化学習にディープラーニングを取り入れた深層強化学習の代表的なアルゴリズムは(ア)であり、DeepMind社が開発した。その後DeepMind社は囲碁AIであるAlphaGoやその改良版である(イ)を開発し、当時の世界チャンピオン級の棋士を打ち破るなど、深層強化学習における多大な成果をあげている。
  • 正解を見る
  • 解説を見る
    深層強化学習の先駆けは、強化学習の代表的なアルゴリズムであるQ学習にディープラーニングを組み合わせたDQN(Deep Q-Network)です。また、AlphaGoは囲碁の譜面を利用して学習していましたが、改良版であるAlphaGo Zeroは譜面を利用せず、自己対局のみで学習してさらなる強さを示しました。 (参考: G検定公式テキスト 第2版 第6章 6-5 P253-254) (参考:G検定公式テキスト 第1版 P175-176)

特別割引クーポンのお知らせ

zero to one G検定 jdla

上記バナーをクリックすると割引クーポンが適用されます。商品の詳細については <こちら> でご確認の上、ご購入ください。

zero to one G検定 jdla

上記バナーをクリックすると割引クーポンが適用されます。商品の詳細については <こちら> でご確認の上、ご購入ください。

関連ワード

ディープラーニングの手法

畳み込みニューラルネットワーク

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化