misos https://blog.hatena.ne.jp/misos/ めも https://paper.hatenadiary.jp/ 論文・資料・スライド集 機械学習 強化学習 Agent–Environment Interface 強化学習におけるagent-environmentの相互作用 Markov Decision Process 定義 講義動画 Markov Decision Processes I Markov Decision Process II RL Course by David Silver(Deepmind) 有限マルコフ決定過程（Finite Markov Decision Processes）周辺に関して。 いろいろメモしようと思ったけど、図が多くて面倒くさくなったので講義動画だけメモ。 Sutton氏の本ではこの章で初めてこれ以降のペー… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fpaper.hatenadiary.jp%2Fentry%2F2016%2F12%2F02%2F051114" title="強化学習の資料メモ３：マルコフ決定過程 - めも" 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/m/misos/20161202/20161202045441.png Hatena Blog https://hatena.blog 2016-12-02 05:11:14 rich https://paper.hatenadiary.jp/entry/2016/12/02/051114 1.0 100%