« 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 : « * [https:// » par « [https:// ») |
||
(24 versions intermédiaires par 3 utilisateurs non affichées) | |||
Ligne 1 : | Ligne 1 : | ||
==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. | |||
https://opendatascience.com/machine-learning-for-beginners/ | ==Français== | ||
'''Apprentissage par renforcement avec borne de confiance supérieure''' | |||
==Anglais== | |||
'''Reinforcement Learning with the Upper Confidence Bound''' | |||
==Sources== | |||
[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] | |||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] |
Dernière version du 11 février 2024 à 22:16
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
Sources
Contributeurs: Claude Coulombe, Gérard Pelletier, Jacques Barolet, wiki