第24話「機械学習の概要⑧」
〜探索と活用のジレンマ：バンディット問題から方策まで〜
強化学習の核心「探索と活用のジレンマ」を日常の例で解説！
レストラン選びのように「いつものお気に入り」か「新しい冒険」かを選ぶ問題が、実はNetflixやYouTubeの推薦システムでも使われています。スロットマシンから生まれた「バンディット問題」、そして効率的に解決する「ε-greedy方策」と「UCB方策」まで──AIの意思決定の仕組みを身近な視点で紹介します。
🔑【今回のキーワード】
・探索と活用のジレンマ
・バンディット問題
・ε-greedy方策（イプシロン・グリーディ）
・UCB方策（楽観的上限値）
・マルコフ決定過程
・実用例（Netflix・YouTube・Amazon推薦システム）
【G検定に役立つ書籍】※試験対策はこの3冊があれば十分
◾️ディープラーニング G検定（ジェネラリスト）公式テキスト 第3版
※公式テキストなので、まずは目を通した方がいい一冊
◾️ 最短突破 ディープラーニングG検定(ジェネラリスト) 問題集 第2版
※問題と解説のバランスがよく分かりやすい。
◾️ ディープラーニングG検定(ジェネラリスト)最強の合格テキスト
※赤いシートがついてきてキーワードが隠せるので覚えやすい
