apprentissage par renforcement

L’apprentissage par renforcement (pour Reinforcement Learning) fait référence à une classe de problèmes d’apprentissage automatique, dont le but est d’apprendre, à partir d’expériences successives, ce qu’il convient de faire de façon à trouver la meilleure solution.

Dans un tel apprentissage, on dit qu’un « agent », l’algorithme, interagit avec « l’environnement » pour trouver la solution optimale. L’apprentissage par renforcement diffère fondamentalement de l’apprentissage supervisé et de l’apprentissage non supervisé par ce côté interactif et itératif: l’agent essaie plusieurs solutions, on parle « d’exploration », observe la réaction de l’environnement et adapte son comportement (les variables) pour trouver la meilleure stratégie. On dira qu’il « exploite » le résultat de ses explorations.

Note: l’apprentissage par renforcement est utilisé par exemple pour entraîner des machines, à jouer à des jeux.

Français

apprentissage par renforcement  n. m.

Anglais

reinforcement learning

Source: Granddictionnaire.com 
Voir sur wiki.datafranca.org >