Bases de l'apprentissage automatique
Quelle description de l'apprentissage par renforcement est correcte ?
- AOn fournit un grand nombre de paires entrée-bonne réponse, et l'on apprend une fonction qui prédit la bonne réponse à partir de l'entrée en réduisant l'écart entre la prédiction et la bonne réponse
- BUn agent agit dans un environnement et apprend une manière de choisir ses actions (politique) qui maximise la somme des récompenses obtenues
- COn répartit des données sans bonne réponse en plusieurs groupes, de sorte que les éléments aux caractéristiques semblables se retrouvent dans le même groupe
Afficher la réponse et l'explication
Réponse : B. Un agent agit dans un environnement et apprend une manière de choisir ses actions (politique) qui maximise la somme des récompenses obtenues
En apprentissage par renforcement, l'entité qui apprend (l'agent) observe l'état de l'environnement, choisit une action et reçoit en retour une récompense. Aucune bonne réponse n'est donnée action par action : l'agent apprend par essais et erreurs une politique qui maximise la somme des récompenses reçues à l'avenir. On l'utilise pour des jeux comme le go, la commande de robots, ou l'ajustement des sorties d'un modèle de langage aux évaluations humaines.
Continuer : 9 autres questions sur Bases de l'apprentissage automatique