fanta_orange_grape https://blog.hatena.ne.jp/fanta_orange_grape/ AIうぉ－－！(ai-wo-katsuyo-shitai !) https://ai-de-seikei.hatenablog.com/ この記事の内容 強化学習についてまとめたい。 そのための下準備の記事 ポイントとして、 物体検出や、自然言語処理や、GANなどとの関係（どこが共通する部分か）など。 まだ、めちゃくちゃれべる、です。 強化学習とは 頭に浮かぶ、例は 棒を倒立させる制御 テニスゲームみたいなやつ 知っていることは 何かエージェントがいて アクションに対して、報酬が得られ 有名なフレームワークがある では、強化学習はどうなっているかと想像すると 状態をインプットとして、行動をアウトプットとして出す。 上記のアウトプットを出すために、状態に対して、その時にすべき行動をアウトプットできるようにして、その行動によって次の… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fai-de-seikei.hatenablog.com%2Fentry%2F2021%2F12%2F11%2F171242" title="【下準備】強化学習とはなんだろう - AIうぉ－－！(ai-wo-katsuyo-shitai !)" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/f/fanta_orange_grape/20211211/20211211170921.png Hatena Blog https://hatena.blog 2021-12-11 17:12:42 rich https://ai-de-seikei.hatenablog.com/entry/2021/12/11/171242 1.0 100%