Q学習 - 版の履歴

103.22.200.102: /* 概要 */

2017-03-29T02:34:44Z

概要

← 古い版		2017年3月29日 (水) 02:34時点における版
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として返す。~~		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)

2017年3月29日 (水) 02:28に103.22.200.102による

2017-03-29T02:28:36Z

← 古い版		2017年3月29日 (水) 02:28時点における版
24行目:		24行目:

	[[category: 機械学習]]		[[category: 機械学習]]
			[[category: 人工知能]]

2017年3月29日 (水) 02:28に103.22.200.102による

2017-03-29T02:28:04Z

← 古い版		2017年3月29日 (水) 02:28時点における版
13行目:		13行目:

	2015年2月26日にグーグルでAlphaGoを作った人たちが、		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>[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>[~~Google人工知能「賢いDQN」にネット困惑~~ http://getnews.jp/archives/1481281]</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 ==

2017年3月29日 (水) 02:27に103.22.200.102による

2017-03-29T02:27:26Z

← 古い版		2017年3月29日 (水) 02:27時点における版
12行目:		12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日にグーグルが、~~		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 ~~name="yahoo"~~>[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>~~。なお、~~[~~[DQN~~]~~]の実装例としては[[Google]]の[[AlphaGo]]が有名であり、かなり賢い模様である。~~		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>[Google人工知能「賢いDQN」にネット困惑 http://getnews.jp/archives/1481281]</ref>。

	== 関連項目 ==		== 関連項目 ==

2017年3月29日 (水) 02:09に103.22.200.102による

2017-03-29T02:09:33Z

← 古い版		2017年3月29日 (水) 02:09時点における版
13行目:		13行目:

	2015年2月26日にグーグルが、		2015年2月26日にグーグルが、
	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 name="yahoo">[~~http~~://~~headlines~~.yahoo.co.jp/~~hl?a=20150226-00000001-withnews-sci~~ 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>。なお、[[DQN]]の実装例としては[[Google]]の[[AlphaGo]]が有名であり、かなり賢い模様である。		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 name="yahoo">[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>。なお、[[DQN]]の実装例としては[[Google]]の[[AlphaGo]]が有名であり、かなり賢い模様である。

	== 関連項目 ==		== 関連項目 ==

2017年3月29日 (水) 02:07に103.22.200.102による

2017-03-29T02:07:48Z

← 古い版		2017年3月29日 (水) 02:07時点における版
13行目:		13行目:

	2015年2月26日にグーグルが、		2015年2月26日にグーグルが、
	~~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 name="yahoo">[http://headlines.yahoo.co.jp/hl?a=20150226-00000001-withnews-sci 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>。なお、[[DQN]]の実装例としては[[Google]]の[[AlphaGo]]が有名であり、かなり賢い模様である。		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 name="yahoo">[http://headlines.yahoo.co.jp/hl?a=20150226-00000001-withnews-sci 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>。なお、[[DQN]]の実装例としては[[Google]]の[[AlphaGo]]が有名であり、かなり賢い模様である。

	== 関連項目 ==		== 関連項目 ==

2017年3月29日 (水) 02:07に103.22.200.102による

2017-03-29T02:07:09Z

← 古い版		2017年3月29日 (水) 02:07時点における版
4行目:		4行目:
	Q学習は古典的な機械学習手法である。		Q学習は古典的な機械学習手法である。

	~~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を返す。~~		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。
	Q(s, a)		Q(s, a)

2017年3月29日 (水) 02:06に103.22.200.102による

2017-03-29T02:06:21Z

← 古い版		2017年3月29日 (水) 02:06時点における版
7行目:		7行目:
	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を返す。		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を返す。
	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。
	Q(s, a)		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。		行動aの試行回数を多くすれば性能は次第に向上する。

103.22.200.102: ページの作成:「'''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 == Q学習は古典的な機械学習手法である。...」

2017-03-29T02:06:11Z

ページの作成:「'''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 == Q学習は古典的な機械学習手法である。...」

新規ページ

'''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 ==
Q学習は古典的な機械学習手法である。

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を返す。
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。
　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 name="yahoo">[http://headlines.yahoo.co.jp/hl?a=20150226-00000001-withnews-sci 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>。なお、[[DQN]]の実装例としては[[Google]]の[[AlphaGo]]が有名であり、かなり賢い模様である。

== 関連項目 ==
* [[DQN (人工知能)]]

== 参考文献 ==
{{reflist}}

{{stub}}

[[category: 機械学習]]