「強化学習」の記事一覧

  • 連載「AIの原理」
【数式なしのAI解説】推論モデルとは何か【AIの原理 第8回】
第3回で見た強化学習は、第5回ではRLHFという形で、人間の好みを学ぶために使われていました。近年の推論…
  • 連載「AIの原理」
【数式なしのAI解説】教師あり学習・教師なし学習・強化学習とは何か【AIの原理 第3回】
ネットワークが何を手がかりに学ぶかによって、学習にはいくつかの型があります。また、訓練に使ったデー…