« Apprentissage par renforcement avec borne de confiance supérieure » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
(26 versions intermédiaires par 4 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. | ||
== | ==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 18 avril 2024 à 22:37
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: Evan Brach, Claude Coulombe, Gérard Pelletier, Jacques Barolet, wiki