« 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 | [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/ | [https://datascience.eu/fr/apprentissage-automatique/q-learning/ Data Science ] | ||
[[Utilisateur:Patrickdrouin | | [[Utilisateur:Patrickdrouin | Termino]] | ||
[[Utilisateur:Claude COULOMBE | | [[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
Contributeurs: Arianne , Claude Coulombe, Jacques Barolet, Julie Roy, Patrick Drouin, wiki
