G検定対策　その５

こんばんわ。
今日もサボらずに書いていきます。
よかったら、読んでください。

今日は、教師なし学習、半教師あり学習、強化学習についてみていきたいと思います。

・キーワード
半教師あり学習：少量のラベル付きデータと大量のラベルなしデータを学習に使用する。
半教師あり分類と半教師ありクラスタリングに分けられる。
半教師あり分類はコストカット、半教師ありクラスタリングは精度向上が目的である。

強化学習：システム自身が試行錯誤して、最適な行動を探す手法。

エージェント：ゲームに例えると、プレイヤー。
環境に何らかの行動を起こす。

環境：エージェントの行動に対して状態を更新し、報酬を与える役割を持つ

方策：エージェントが起こす行動のルール。

報酬：エージェントが受け取る評価。
行動に対して与えられ、これを最大化するように方策が決められる。

今日は少なくなってしまいましたが、毎日コツコツ積み上げていきたいと思っています。
ありがとうございました。
明日も更新できるように頑張ります！！

参考文献：
“キーワード集中解説"で最短合格 ディープラーニングG検定 ジェネラリスト 対策テキスト
金井 恭秀 (著), 岩間 健一 (著), 加藤 慎治 (著), 村松 李紗 (著)
出版社 : リックテレコム (2021/1/29)
発売日 : 2021/1/29