「用語解説」の記事一覧
強化学習の心臓部！マルコフ決定過程モデル(MDP)を優しく解説
初心者でもわかる！強化学習の重要アルゴリズム「方策勾配法」を徹底解説
強化学習の強力タッグ！Actor-Criticを初心者向けに徹底解説
強化学習の基礎：REINFORCEアルゴリズムを初心者にも分かりやすく解説
強化学習の心臓部！行動価値関数（Q関数）を分かりやすく解説
Q学習とは？強化学習の基本を初心者向けに徹底解説
強化学習の「Q値」とは？初心者にも分かりやすく解説
マルコフ性とは？未来を予測するシンプルな考え方を徹底解説
強化学習の羅針盤！状態価値関数を初心者にもわかりやすく解説
UCB方策とは？多腕バンディット問題からモンテカルロ木探索までわかりやすく解説