「Q学習」の版間の差分
ナビゲーションに移動
検索に移動
(→概要) |
|||
(同じ利用者による、間の3版が非表示) | |||
5行目: | 5行目: | ||
Q学習で[[ググる]]と小難しい説明が多いようだが、大雑把にいえば、 | Q学習で[[ググる]]と小難しい説明が多いようだが、大雑把にいえば、 | ||
− | + | 関数qは、ある状況sにおいて、行動aを選択した場合の結果を得点(報酬)として返す。 | |
このQ(s,a)関数の行動aを変えまくって最高得点が出るパターンを力技で見つけるというものである。 | このQ(s,a)関数の行動aを変えまくって最高得点が出るパターンを力技で見つけるというものである。 | ||
+ | 「力こそパワー」である。 | ||
Q(s, a) | Q(s, a) | ||
12行目: | 13行目: | ||
勉強に近道はないということだな。 | 勉強に近道はないということだな。 | ||
− | + | 2015年2月26日にグーグルでAlphaGoを作った人たちが、 | |
− | 古典的なQ学習を、流行りの[[ディープラーニング]]に喰わせた「[[DQN (Deep Q Network)]]」という画期的な人工知能を発表し、とくに日本で話題となった<ref | + | 古典的なQ学習を、流行りの[[ディープラーニング]]に喰わせた「[[DQN (Deep Q Network)]]」という画期的な人工知能を発表し、とくに日本で話題となった<ref>[https://news.yahoo.co.jp/pickup/6151054 Yahoo!ニュース グーグル開発の人工知能、その名も「DQN」ネットでは「命名事故?」「奇跡的」]</ref><ref>[http://getnews.jp/archives/1481281 Google人工知能「賢いDQN」にネット困惑]</ref>。 |
== 関連項目 == | == 関連項目 == | ||
24行目: | 25行目: | ||
[[category: 機械学習]] | [[category: 機械学習]] | ||
+ | [[category: 人工知能]] |
2017年3月29日 (水) 02:34時点における最新版
Q学習(英語:q-learning)とは、機械学習の手法のひとつである。
概要[編集 | ソースを編集]
Q学習は古典的な機械学習手法である。
Q学習でググると小難しい説明が多いようだが、大雑把にいえば、 関数qは、ある状況sにおいて、行動aを選択した場合の結果を得点(報酬)として返す。 このQ(s,a)関数の行動aを変えまくって最高得点が出るパターンを力技で見つけるというものである。 「力こそパワー」である。
Q(s, a)
行動aの試行回数を多くすれば性能は次第に向上する。 勉強に近道はないということだな。
2015年2月26日にグーグルでAlphaGoを作った人たちが、 古典的なQ学習を、流行りのディープラーニングに喰わせた「DQN (Deep Q Network)」という画期的な人工知能を発表し、とくに日本で話題となった[1][2]。