12,673
回編集
差分
ナビゲーションに移動
検索に移動
→2.強化学習
*予測に使われる変数は'''説明変数(explanatory variable)'''、予測したい変数は'''成果指標(outcome)'''
*機械学習では予測変数は一般的に'''特徴量(feature)'''と呼び、応答変数を'''目的変数(target variable)'''と呼ぶ
===2.強化学習(reinforcement learning)===*強化学習の目的は環境とのやり取りに基づいて性能を改善するシステムを構築することで、そうしたシステムは'''エージェント(agent)'''*環境の現在状態情報には、いわゆる'''報酬(reward)'''信号が含まれるため、教師あり学習に関連する分野とみなされる*チェスチェンジの例では、環境(チェス番)の状況に応じコマの動きを決定し、ゲームの勝ち負けが報酬tなる ===3.教師なし学習===
===基礎===
© 2006 矢木浩人
