« Apprentissage par renforcement avec borne de confiance supérieure » : différence entre les versions
(Page créée avec « Recall the general setup for reinforcement learning: we have well-defined actions that we can take, so we let the machine figure out how to maximize its reward based on th... ») |
m (Remplacement de texte — « [[Category: » par « [[Catégorie: ») |
||
(13 versions intermédiaires par 3 utilisateurs non affichées) | |||
Ligne 1 : | Ligne 1 : | ||
https://opendatascience.com/machine-learning-for-beginners/ | [[Catégorie:Intelligence artificielle]] | ||
[[Catégorie:Apprentissage automatique]] | |||
[[Catégorie:Apprentissage par renforcement]]Apprentissage par renforcement<br /> | |||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
==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''' n.m. | |||
==Anglais== | |||
'''Reinforcement Learning with the Upper Confidence Bound''' | |||
<small> | |||
[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] |
Version du 27 septembre 2019 à 11:00
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 n.m.
Anglais
Reinforcement Learning with the Upper Confidence Bound
Contributeurs: Evan Brach, Claude Coulombe, Gérard Pelletier, Jacques Barolet, wiki