強化学習名前からして強化できそうな学習方法ですがそうではありません(笑) 学習には大きく分けて3つあります。 教師あり学習 問題と解答を教えてもらいながら学習します。 学校での授業のような感じの学習です。 ニューラルネットワークなどが当てはまります。 教師なし学習 データだけを受けとりもっともらしく分類したりします。 データにはラベル(教師)がついていません。 クラスター分析などが当てはまります。 強化学習 いろいろ行動が取れる空間に放り投げ出されます。 どんな行動をとったらいいかはわかりません。 でも行動をとると褒められたり怒られたりします。 そしてできるだけいっぱい褒めてもらおうとします。 強化学習の特徴は 問題の答(最善の行動)は指定しなくてかまいません。 行動に対して報酬を設定します(取って欲しい行動に報酬を多く)。 エージェント(行動を取る何か)は多くの報酬を
