差分
Q学習
,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、
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)
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/1481281Google人工知能「賢いDQN」にネット困惑]</ref>。
== 関連項目 ==
[[category: 機械学習]]
[[category: 人工知能]]