« Apprentissage par fonction Q » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
Ligne 28 : Ligne 28 :
==Sources==
==Sources==


[http://www2.ift.ulaval.ca/~chaib/IFT-4102-7025/public_html/Fichiers/Acetates/Reinforcement.pdf Source :  Brahim Chaib-draa]
[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/  Source : Data Science ]
[https://datascience.eu/fr/apprentissage-automatique/q-learning/  Data Science ]


[[Utilisateur:Patrickdrouin  | Source: Termino]]
[[Utilisateur:Patrickdrouin  | Termino]]


[[Utilisateur:Claude COULOMBE | Source: Claude Coulombe, Datafranca.org]]
[[Utilisateur:Claude COULOMBE | Claude Coulombe, Datafranca.org]]


[[Catégorie:Intelligence artificielle]]
[[Catégorie:Intelligence artificielle]]

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

Brahim Chaib-draa

Data Science

Termino

Claude Coulombe, Datafranca.org