« Apprentissage par renforcement avec borne de confiance supérieure » : différence entre les versions


(nouveau terme)
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 12 : Ligne 12 :
<br />
<br />
== Français ==
== Français ==
Apprentissage par renforcement avec borne de confiance supérieure
'''Apprentissage par renforcement avec borne de confiance supérieure'''
 
Source:
https://corpus.ulaval.ca/jspui/bitstream/20.500.11794/28250/1/33992.pdf


<br />
<br />


== Anglais ==
== Anglais ==
Reinforcement Learning with the Upper Confidence Bound
'''Reinforcement Learning with the Upper Confidence Bound'''
 
<br />


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 the consequences of those actions.
[https://corpus.ulaval.ca/jspui/bitstream/20.500.11794/28250/1/33992.pdf    Source: corpus.ulaval.ca ]
The Upper Confidence Bound algorithm is a formalization of this idea, where the machine attempts to determine a single action it can take that will maximize its expected return.  


https://opendatascience.com/machine-learning-for-beginners/
[ https://opendatascience.com/machine-learning-for-beginners/   source : opendatascience.com ]

Version du 14 avril 2019 à 21:18

Domaine


Intelligence artificielle
Apprentissage automatique
Apprentissage par renforcement
Coulombe

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


Source: corpus.ulaval.ca

[ https://opendatascience.com/machine-learning-for-beginners/ source : opendatascience.com ]