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[編集 | ソースを編集]

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。「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。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^[1]^[2]。

	この項目「Q学習」は、まだ書きかけの項目です。加筆、訂正などをして下さる協力者を求めています。
このテンプレートは分野別のスタブテンプレート（Monobook:スタブカテゴリ参照）に変更することが望まれています。