Now Loading...

Now Loading...

UCB方策

UCB方策

強化学習において、報酬が最大となるような行動を選択するためにはその行動に関する情報が必要であり、UCB方策はこの情報を収集する際、これまでに選択された回数が少ないものを選択します。

クイズ

強化学習における行動選択の手法の一つであるUCB方策について述べた文章のうち、最も適切な選択肢を一つ選べ。ただし、報酬が最大となる行動を行動1、情報が少なく、推測が正確ではない行動を行動2とする。
  • 正解を見る
  • 解説を見る
    UCB方策では現在の情報から収集された報酬に頼るだけではなく、選択された回数の少ない推測が正確ではない行動をあえて選択することによって情報を収集することが可能になっている手法です。よって選択肢3が適切です。

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