https://monobook.org/w/index.php?action=history&feed=atom&title=%E5%BC%B7%E5%8C%96%E5%AD%A6%E7%BF%92 2026-06-04T14:53:42Z このウィキのこのページに関する変更履歴 MediaWiki 1.42.1 https://monobook.org/w/index.php?title=%E5%BC%B7%E5%8C%96%E5%AD%A6%E7%BF%92&diff=17600&oldid=prev 2022-12-22T02:18:27Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="ja"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← 古い版</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">2022年12月22日 (木) 02:18時点における版</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l1">1行目:</td> <td colspan="2" class="diff-lineno">1行目:</td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">強化学習（Reinforcement </del>Learning）とは、[[機械学習]]の一種であり、複雑な環境下で最適な行動を学習することを目的とした[[アルゴリズム]]のことを指します。</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">'''強化学習'''（Reinforcement </ins>Learning）とは、[[機械学習]]の一種であり、複雑な環境下で最適な行動を学習することを目的とした[[アルゴリズム]]のことを指します。</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>強化学習は、人間が日常的に行う学習に似ており、反復的に試行錯誤を繰り返しながら学習します。</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>強化学習は、人間が日常的に行う学習に似ており、反復的に試行錯誤を繰り返しながら学習します。</div></td></tr> <tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l6">6行目:</td> <td colspan="2" class="diff-lineno">6行目:</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>強化学習は、複雑な環境下での決断を行うタスクに適しており、[[ゲーム]]などの対戦や、[[ロボット]]などの動作学習などに用いられます。</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>強化学習は、複雑な環境下での決断を行うタスクに適しており、[[ゲーム]]などの対戦や、[[ロボット]]などの動作学習などに用いられます。</div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">== 関連項目 ==</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">* [[人工知能]]</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">** [[機械学習]]</ins></div></td></tr> </table>

133.87.224.116 https://monobook.org/w/index.php?title=%E5%BC%B7%E5%8C%96%E5%AD%A6%E7%BF%92&diff=17472&oldid=prev 2022-12-06T05:36:01Z

<p>ページの作成:「強化学習（Reinforcement Learning）とは、<a href="/wiki/%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92" title="機械学習">機械学習</a>の一種であり、複雑な環境下で最適な行動を学習することを目的としたアル…」</p> <p><b>新規ページ</b></p><div>強化学習（Reinforcement Learning）とは、[[機械学習]]の一種であり、複雑な環境下で最適な行動を学習することを目的とした[[アルゴリズム]]のことを指します。<br /> <br /> 強化学習は、人間が日常的に行う学習に似ており、反復的に試行錯誤を繰り返しながら学習します。<br /> <br /> 強化学習は、報酬（reward）と罰（penalty）を使い、システムが環境を探索しながら自らの意思決定を行い、自分の学習を促す方法です。<br /> <br /> 強化学習は、複雑な環境下での決断を行うタスクに適しており、[[ゲーム]]などの対戦や、[[ロボット]]などの動作学習などに用いられます。</div>

Administrator