« Apprentissage par renforcement avec borne de confiance supérieure » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte — « [http » par « * [http ») |
||
Ligne 11 : | Ligne 11 : | ||
<small> | <small> | ||
[https://corpus.ulaval.ca/jspui/bitstream/20.500.11794/28250/1/33992.pdf Source: corpus.ulaval.ca] | * [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] | * [https://opendatascience.com/machine-learning-for-beginners/ source : opendatascience.com] | ||
Version du 4 février 2021 à 23:06
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
Contributeurs: Evan Brach, Claude Coulombe, Gérard Pelletier, Jacques Barolet, wiki