「Q学習」の版間の差分

(同じ利用者による、間の6版が非表示)

4行目:

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（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)

12行目:

13行目:

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"~~>[~~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>[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 ==

24行目:

25行目:

[[category: 機械学習]]

[[category: 人工知能]]

@@ 4行目: / 4行目: @@
 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（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)
@@ 12行目: / 13行目: @@
 勉強に近道はないということだな。
-年2月26日にグーグルが、
+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">[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>[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 ==
@@ 24行目: / 25行目: @@
 [[category: 機械学習]]
+[[category: 人工知能]]