Now Loading...

Now Loading...

REINFORCE

REINFORCE

REINFORCEは強化学習の一種です。

強化学習のアルゴリズムでは価値関数を最適化するアプローチが基本であるのに対し、REINFORCEは方策を直接見つけ出します。これを方策勾配法といい、REINFORCEは方策勾配法の最も基本的な手法です。

クイズ

方策勾配法は強化学習のアルゴリズムの一つであり、報酬を最大化する方策を勾配法によって求める。方策勾配法の説明として最も適切な選択肢を一つ選べ.
  • 正解を見る
  • 解説を見る
    方策勾配法は報酬の勾配にしたがってより報酬が高くなるように方策パラメータを更新する手法です.その一つにREINFORCEアルゴリズムがあります.他の選択肢は方策勾配法の特徴ではありません.

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか? 人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。 zero to one E資格 jdla

関連ワード

機械学習の具体的手法

教師あり学習

教師なし学習

強化学習

モデルの評価