Similar to 人間のフィードバックによる強化学習

• 

  特徴量

  Feature (machine learning)
  
• 

  なめらかな社会とその敵

  
• 

  日本語処理

  Japanese language and computers
  
• 

  日本ディープラーニング協会

  
• 

  ビタビアルゴリズム

  Viterbi algorithm
  
• 

  部分観測マルコフ決定過程

  Partially observable Markov decision process
  
• 

  フローベース生成モデル

  Flow-based generative model
  
• 

  文書分類

  Document classification
  
• 

  分類 (統計学)

  Statistical classification
  
• 

  サミー・ベンジオ

  Samy Bengio
  
• 

  放射基底関数

  Radial basis function
  
• 

  マージン分類器

  Margin classifier
  
• 

  マルコフ確率場

  Markov random field
  
• 

  Multi-Step Super-Resolution

  
• 

  メタ学習

  Meta learning (computer science)
  
• 

  ランダムフォレスト

  Random forest
  
• 

  LoRA

  
• 

  ロボティック・プロセス・オートメーション

  Robotic process automation
  ▲1 trends

  
• 

  特徴抽出

  Feature engineering
  
• 

  Q学習

  Q-learning
  
• 

  SARSA法

  State–action–reward–state–action
  
• 

  エンドツーエンドの強化学習

  End-to-end reinforcement learning
  
• 

  時間差分学習

  Temporal difference learning
  
• 

  モデルフリー (強化学習)

  Model-free (reinforcement learning)
  
• 

  分布ソフト・アクター・クリティック法

  Distributional Soft Actor Critic
  
• 

  近接方策最適化

  Proximal policy optimization
  
• 

  人工知能

  Artificial intelligence
  ▼-1 trends

  
• 

  Apple Intelligence

  Apple Intelligence