Apprentissage par fonction Q - Historique des versions

Pitpitt le 18 avril 2026 à 15:08

2026-04-18T15:08:08Z

← Version précédente		Version du 18 avril 2026 à 11:08
Ligne 27 :		Ligne 27 :
	'''deep Q learning'''		'''deep Q learning'''

			Model-free reinforcement learning algorithm designed to learn a strategy that will guide an agent in making decisions in a given situation.
			A common variant of Q function learning is deep Q-function learning, where the neural network has more than one hidden layer.

	==Español==		==Español==

2025-09-24T00:56:55Z

Remplacement de texte : « ==Español== » par « ==Español== Catégorie:es »

← Version précédente		Version du 23 septembre 2025 à 20:56
Ligne 29 :		Ligne 29 :

	==Español==		==Español==
			[[Catégorie:es]]

	''''' aprendizaje mediante la función Q '''''		''''' aprendizaje mediante la función Q '''''

2025-07-21T18:58:53Z

← Version précédente		Version du 21 juillet 2025 à 14:58
Ligne 26 :		Ligne 26 :

	'''deep Q learning'''		'''deep Q learning'''


			==Español==

			''''' aprendizaje mediante la función Q '''''

			''Algoritmo de aprendizaje por refuerzo sin modelo cuyo objetivo es aprender una estrategia que guíe a un agente en la toma de decisiones en una situación determinada.''

			''Una variante común del aprendizaje de funciones Q es el aprendizaje profundo de funciones Q, en el que la red neuronal tiene más de una capa oculta. ''


	==Sources==		==Sources==

Ligne 31 :		Ligne 42 :

	[https://datascience.eu/fr/apprentissage-automatique/q-learning/ Data Science ]		[https://datascience.eu/fr/apprentissage-automatique/q-learning/ Data Science ]

			{{Modèle:101}}

	[[Utilisateur:Patrickdrouin \| Termino]]		[[Utilisateur:Patrickdrouin \| Termino]]

2025-04-25T05:03:57Z

← Version précédente		Version du 25 avril 2025 à 01:03
Ligne 28 :		Ligne 28 :
	==Sources==		==Sources==

	[http://www2.ift.ulaval.ca/~chaib/IFT-4102-7025/public_html/Fichiers/Acetates/Reinforcement.pdf ~~Source :~~ Brahim Chaib-draa]		[http://www2.ift.ulaval.ca/~chaib/IFT-4102-7025/public_html/Fichiers/Acetates/Reinforcement.pdf Brahim Chaib-draa]

	[https://datascience.eu/fr/apprentissage-automatique/q-learning/ ~~Source :~~ Data Science ]		[https://datascience.eu/fr/apprentissage-automatique/q-learning/ Data Science ]

	[[Utilisateur:Patrickdrouin \| ~~Source:~~ Termino]]		[[Utilisateur:Patrickdrouin \| Termino]]

	[[Utilisateur:Claude COULOMBE \| ~~Source:~~ Claude Coulombe, Datafranca.org]]		[[Utilisateur:Claude COULOMBE \| Claude Coulombe, Datafranca.org]]

	[[Catégorie:Intelligence artificielle]]		[[Catégorie:Intelligence artificielle]]

2025-04-25T04:55:41Z

← Version précédente		Version du 25 avril 2025 à 00:55
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	Algorithme d'[[apprentissage par renforcement]] sans modèle ayant pour but d'apprendre une stratégie qui guidera un [[agent]] dans les décisions à prendre dans une situation donnée.		Algorithme d'[[apprentissage par renforcement]] sans modèle ayant pour but d'apprendre une stratégie qui guidera un [[agent]] dans les décisions à prendre dans une situation donnée.

	Une variante courante de l'apprentissage par fonction Q est l'apprentissage profond par fonction Q où le [[Réseau de neurones artificiels\|réseau de neurones]] comporte plus d'une [[couche cachée]].

	== Compléments ==		== Compléments ==
	La lettre Q désigne la fonction qui mesure la qualité d'une action exécutée dans un état donné du système.		La lettre Q désigne la fonction qui mesure la qualité d'une action exécutée dans un état donné du système.
			<hr/>
			Une variante courante de l'apprentissage par fonction Q est l'apprentissage profond par fonction Q où le [[Réseau de neurones artificiels\|réseau de neurones]] comporte plus d'une [[couche cachée]].
			<hr/>
	Voir [[apprentissage par renforcement sans modèle]].		Voir [[apprentissage par renforcement sans modèle]].
	==Français==		==Français==

2025-04-25T04:41:06Z

← Version précédente		Version du 25 avril 2025 à 00:41
Ligne 9 :		Ligne 9 :
	Voir [[apprentissage par renforcement sans modèle]].		Voir [[apprentissage par renforcement sans modèle]].
	==Français==		==Français==
	'''apprentissage par fonction Q '''		'''apprentissage par fonction Q '''

	'''apprentissage par fonction état-action'''		'''apprentissage par fonction état-action'''

	'''apprentissage profond par fonction Q'''		'''apprentissage profond par fonction Q'''

			'''apprentissage Q'''

	==Anglais==		==Anglais==

2025-01-16T01:11:24Z

← Version précédente		Version du 15 janvier 2025 à 21:11
Ligne 37 :		Ligne 37 :

	[[Catégorie:GRAND LEXIQUE FRANÇAIS]]		[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

			[[Catégorie:101]]

2025-01-11T22:53:01Z

← Version précédente		Version du 11 janvier 2025 à 18:53
Ligne 1 :		Ligne 1 :
	==Définition==		==Définition==
	Algorithme d'[[apprentissage par renforcement]] sans modèle ayant pour but d'apprendre une stratégie qui guidera un agent dans les décisions à prendre dans une situation donnée.		Algorithme d'[[apprentissage par renforcement]] sans modèle ayant pour but d'apprendre une stratégie qui guidera un [[agent]] dans les décisions à prendre dans une situation donnée.

	Une variante courante de l'apprentissage par fonction Q est l'apprentissage profond par fonction Q où le réseau de neurones comporte plus d'une [[couche cachée]].		Une variante courante de l'apprentissage par fonction Q est l'apprentissage profond par fonction Q où le [[Réseau de neurones artificiels\|réseau de neurones]] comporte plus d'une [[couche cachée]].

	== Compléments ==		== Compléments ==

2024-08-30T19:01:16Z

Remplacement de texte : « ↵↵==Sources== » par «  ==Sources== »

2024-07-16T18:33:55Z