« Apprentissage par renforcement avec borne de confiance supérieure » : différence entre les versions

Dernière version du 18 avril 2024 à 22:37

Définition

L'algorithme d'apprentissage par renforcement avec borne de confiance supérieure est basé sur le principe d’optimisme face à l’incertitude qui consiste à utiliser une borne supérieure sur l’espérance des récompenses pour chaque action.

Français

apprentissage par renforcement avec borne de confiance supérieure

Anglais

reinforcement learning with the upper confidence bound

Sources

Source : corpus.ulaval.ca

Source : opendatascience.com

@@ Ligne 1 : / Ligne 1 : @@
-Recall the general setup for reinforcement learning: we have well-defined actions that we can take, so we let the machine figure out how to maximize its reward based on the consequences of those actions.
+==Définition==
+L'algorithme d'apprentissage par renforcement avec borne de confiance supérieure est basé sur le principe d’optimisme face à l’incertitude qui consiste à utiliser une borne supérieure sur l’'''[[espérance]]''' des récompenses pour chaque action.
-The Upper Confidence Bound algorithm is a formalization of this idea, where the machine attempts to determine a single action it can take that will maximize its expected return.
-https://opendatascience.com/machine-learning-for-beginners/
+==Français==
+'''apprentissage par renforcement avec borne de confiance supérieure'''
+==Anglais==
+'''reinforcement learning with the upper confidence bound'''
+==Sources==
+[https://corpus.ulaval.ca/jspui/bitstream/20.500.11794/28250/1/33992.pdf   Source : corpus.ulaval.ca]
+[https://opendatascience.com/machine-learning-for-beginners/  Source : opendatascience.com]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]