ディープラーニング用語ドリル

機械学習・強化学習No.061 / 293

割引率

強化学習で、先の報酬ほど価値を小さく見積もるための率。0〜1 の値。

カードで練習 書いて答える問題に挑戦

確認問題

次の説明に当てはまる用語はどれか。

次の状態が、今の状態と行動だけで決まると考えて、強化学習の問題を表す枠組み。