「Q学習」の版間の差分
| (同じ利用者による、間の7版が非表示) | |||
| 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。 | ||
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) | |||
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。 | ||
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>[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]] | |||