サクサク読めて、アプリ限定の機能も多数!
“# 得られた報酬を反映し、学習する。 # -- # selected: 選んだ腕 # value: 得られた報酬”
goodtime683 のブックマーク 2017/10/19 18:01
強化学習について学んでみた。(その8) - いものやま。[強化学習]“# 得られた報酬を反映し、学習する。 # -- # selected: 選んだ腕 # value: 得られた報酬”2017/10/19 18:01
このブックマークにはスターがありません。 最初のスターをつけてみよう!
yamaimo.hatenablog.jp2016/01/27
昨日はグリーディ法とグリーディ法を扱った。 今日はn本腕バンディット問題に対する別のアルゴリズムを考えていく。 ソフトマックス法 グリーディ法では、探査を行うために、の確率でランダムに行動を選択してい...
2 人がブックマーク・1 件のコメント
\ コメントが サクサク読める アプリです /
“# 得られた報酬を反映し、学習する。 # -- # selected: 選んだ腕 # value: 得られた報酬”
goodtime683 のブックマーク 2017/10/19 18:01
このブックマークにはスターがありません。
最初のスターをつけてみよう!
強化学習について学んでみた。(その8) - いものやま。
yamaimo.hatenablog.jp2016/01/27
昨日はグリーディ法とグリーディ法を扱った。 今日はn本腕バンディット問題に対する別のアルゴリズムを考えていく。 ソフトマックス法 グリーディ法では、探査を行うために、の確率でランダムに行動を選択してい...
2 人がブックマーク・1 件のコメント
\ コメントが サクサク読める アプリです /