« Apprentissage par renforcement avec borne de confiance supérieure » : différence entre les versions
m (Remplacement de texte — « nom masc. » par « masculin ») |
Aucun résumé des modifications |
||
| Ligne 3 : | Ligne 3 : | ||
==Français== | ==Français== | ||
'''Apprentissage par renforcement avec borne de confiance supérieure''' | '''Apprentissage par renforcement avec borne de confiance supérieure''' | ||
==Anglais== | ==Anglais== | ||
Version du 30 janvier 2021 à 00:02
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
