価値関数
価値関数
価値関数とは、強化学習においてエージェントがある状態に存在したり、行動を選択したりすることにどれくらい価値があるのかを定量化した関数です。
エージェントに迷路を解かせることを考えた場合、ゴール付近にいる状態は価値が高く、行き止まりのルートは価値が低くなります。また、行き止まりのルートに進むような行動も価値が低くなります。モデルの学習を通じてこの価値関数を推定することが強化学習において重要です。
👉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
強化学習において学習の対象である行動価値関数Qの説明として、最も適切な選択肢を1つ選べ。
（参考: JDLA推薦図書「AI白書2019」 P45）
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↓
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
