« Apprentissage par différence temporelle » : différence entre les versions
| Ligne 3 : | Ligne 3 : | ||
[[Category:Vocabulary]] | [[Category:Vocabulary]] | ||
[[Category:Apprentissage par renforcement]]Apprentissage par renforcement<br/> | [[Category:Apprentissage par renforcement]]Apprentissage par renforcement<br/> | ||
[[Category:Coulombe]] | [[Category:Coulombe]]<br/> | ||
[[Category:scotty]]<br/> | [[Category:scotty]]<br/> | ||
[[Category:9]]<br/> | |||
== Définition == | == Définition == | ||
Version du 20 février 2019 à 15:18
Domaine
Apprentissage par renforcement
Définition
L’algorithme d’apprentissage par différence temporelle est un apprentissage par renforcement utilisant un mécanisme d’estimation temporelle pour la prédiction du temps d’arrivée d’une récompense. L’algorithme d’apprentissage par différence temporelle s'inspire d'études d’apprentissage chez les animaux.
Français
apprentissage par différence temporelle n.m.
Anglais
temporal difference learning
TD learning
Contributeurs: Evan Brach, Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki
