差分
Q学習
,'''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]]
== 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]]