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。

👉より体系的に学びたい方は「人工知能基礎」(東京大学松尾豊先生監修)へ

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.

    👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ

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

zero to oneの「E資格」向け認定プログラム

日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。 厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円~(支給割合70%の場合)で受講可能です。※2023年弊社調べ 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