« Apprentissage par renforcement avec borne de confiance supérieure » : différence entre les versions
m (Remplacement de texte — « [[Category: » par « [[Catégorie: ») |
m (Remplacement de texte — « n.m. » par « nom masc. ») |
||
| Ligne 9 : | Ligne 9 : | ||
==Français== | ==Français== | ||
'''Apprentissage par renforcement avec borne de confiance supérieure''' | '''Apprentissage par renforcement avec borne de confiance supérieure''' nom masc. | ||
==Anglais== | ==Anglais== | ||
Version du 16 avril 2020 à 10:42
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: Claude Coulombe, Gérard Pelletier, Jacques Barolet, wiki
