« Apprentissage par renforcement avec borne de confiance supérieure » : différence entre les versions
m (Remplacement de texte — « n.m. » par « nom masc. ») |
m (Remplacement de texte — « ==Définition== » par « ==Définition== ») |
||
Ligne 4 : | Ligne 4 : | ||
[[Catégorie:Apprentissage par renforcement]]Apprentissage par renforcement<br /> | [[Catégorie:Apprentissage par renforcement]]Apprentissage par renforcement<br /> | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
==Définition== | ==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. | 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. |
Version du 18 avril 2020 à 10:06
Apprentissage par renforcement
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 nom masc.
Anglais
Reinforcement Learning with the Upper Confidence Bound
Contributeurs: Evan Brach, Claude Coulombe, Gérard Pelletier, Jacques Barolet, wiki