anemptyarchive https://blog.hatena.ne.jp/anemptyarchive/ からっぽのしょこ https://www.anarchive-beta.com/ まとめノート まとめノート-ゼロつく4 強化学習 はじめに 『ゼロから作るDeep Learning 4 ――強化学習編』の独学時のまとめノートです。初学者の補助となるようにゼロつくシリーズの4巻の内容に解説を加えていきます。本と一緒に読んでください。 この記事は、3.3.2節の内容です。行動価値関数についてのベルマン方程式を導出します。 【前節の内容】 www.anarchive-beta.com 【他の記事一覧】 www.anarchive-beta.com 【この記事の内容】 はじめに 3.3.2 行動価値関数のベルマン方程式の導出 ・行動価値関数の計算式 ・報酬の期待値の計算式 ・次の時刻の収益の期待値の計算式 ・行動価値関数のベルマ… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.anarchive-beta.com%2Fentry%2F2022%2F05%2F26%2F180000" title="3.3.2：行動価値関数のベルマン方程式の導出【ゼロつく4のノート】 - からっぽのしょこ" 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.blog.st-hatena.com/images/theme/og-image-1500.png Hatena Blog https://hatena.blog 2022-05-26 18:00:00 rich https://www.anarchive-beta.com/entry/2022/05/26/180000 1.0 100%