強化学習
エージェントがどのように行動を決めるかを表したものを方策 (policy) という。 現在の状態 s のみによって行動 a が決まるような、確率に依らない方策を決定論的 (deterministic) な方策といい、これを定式化すると以下の…
100 のタグ。選ぶと該当する記事に絞り込みます。
2 件中 1–2 件
エージェントがどのように行動を決めるかを表したものを方策 (policy) という。 現在の状態 s のみによって行動 a が決まるような、確率に依らない方策を決定論的 (deterministic) な方策といい、これを定式化すると以下の…
質的変数は種類 (性別, 血液型など) を区別するような変数である。 中でも性別のように2種類の値しかとらない質的変数を2値変数と呼ぶ。 質的変数は尺度水準によって以下のように分類できる。 名義尺度 単に分類するための変数。 (生徒番号, …