＜キーワード＞・強化学習 ・アルファ碁 ・エージェント ・環境 ・状態 ・行動 ・報酬 ・方策 ・価値関数 ・エピソード ・マルコフ決定過程 ・探索と利用のトレードオフ ・Greedy法 ・ε‐Greedy法
シラバスキーワード説明ビデオ 54
＜キーワード＞・強化学習 ・アルファ碁 ・エージェント ・環境 ・状態 ・行動 ・報酬 ・方策 ・価値関数 ・エピソード ・マルコフ決定過程 ・探索と利用のトレードオフ ・Greedy法 ・ε‐Greedy法
