Apprentissage par renforcement avec borne de confiance supérieure


Révision datée du 30 août 2024 à 13:56 par Pitpitt (discussion | contributions) (Remplacement de texte : « ↵↵==Sources== » par «  ==Sources== »)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)

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