« Apprentissage par fonction Q » : différence entre les versions
m (Remplacement de texte — « [[Category: » par « [[Catégorie: ») |
Aucun résumé des modifications |
||
| (20 versions intermédiaires par 4 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | |||
< | Algorithme d'[[apprentissage par renforcement]] sans modèle ayant pour but d'apprendre une stratégie qui guidera un [[agent]] dans les décisions à prendre dans une situation donnée. | ||
[[ | |||
[[ | == Compléments == | ||
< | La lettre Q désigne la fonction qui mesure la qualité d'une action exécutée dans un état donné du système. | ||
[[ | <hr/> | ||
Une variante courante de l'apprentissage par fonction Q est l'apprentissage profond par fonction Q où le [[Réseau de neurones artificiels|réseau de neurones]] comporte plus d'une [[couche cachée]]. | |||
<hr/> | |||
Voir [[apprentissage par renforcement sans modèle]]. | |||
==Français== | |||
'''apprentissage par fonction Q ''' | |||
'''apprentissage par fonction état-action''' | |||
'''apprentissage profond par fonction Q''' | |||
'''apprentissage Q''' | |||
'''apprentissage | |||
==Anglais== | ==Anglais== | ||
'''Q-learning''' | |||
'''Q learning''' | '''Q learning''' | ||
'''deep Q-learning''' | |||
'''deep Q learning''' | |||
==Sources== | |||
[http://www2.ift.ulaval.ca/~chaib/IFT-4102-7025/public_html/Fichiers/Acetates/Reinforcement.pdf Brahim Chaib-draa] | |||
[https://datascience.eu/fr/apprentissage-automatique/q-learning/ Data Science ] | |||
[[Utilisateur:Patrickdrouin | Termino]] | |||
[[Utilisateur: | [[Utilisateur:Claude COULOMBE | Claude Coulombe, Datafranca.org]] | ||
[[Catégorie:Intelligence artificielle]] | |||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
[[ | [[Catégorie:101]] | ||
Dernière version du 25 avril 2025 à 01:03
Définition
Algorithme d'apprentissage par renforcement sans modèle ayant pour but d'apprendre une stratégie qui guidera un agent dans les décisions à prendre dans une situation donnée.
Compléments
La lettre Q désigne la fonction qui mesure la qualité d'une action exécutée dans un état donné du système.
Une variante courante de l'apprentissage par fonction Q est l'apprentissage profond par fonction Q où le réseau de neurones comporte plus d'une couche cachée.
Voir apprentissage par renforcement sans modèle.
Français
apprentissage par fonction Q
apprentissage par fonction état-action
apprentissage profond par fonction Q
apprentissage Q
Anglais
Q-learning
Q learning
deep Q-learning
deep Q learning
Sources
Contributeurs: Arianne , Claude Coulombe, Jacques Barolet, Julie Roy, Patrick Drouin, wiki
