第25話「機械学習の概要⑨」
〜行動に点数をつける：価値関数とQ学習〜
AIが「どの行動が一番良いか」を数値で判断する仕組みを解説！レストラン選びのように「イタリアン8点、ラーメン6点」と価値を数値化するQ値の概念から、将棋の形勢判断に例えた価値関数、そして経験から学習するQ学習まで──。安全重視のSARSAとの違いも含めて、スマホのバッテリー管理や株式取引でも使われる身近な技術を分かりやすく紹介します。
🔑【今回のキーワード】
・価値関数（状態価値関数・行動価値関数）
・Q値とQ学習
・SARSA（サルサ）
・オフポリシー学習・オンポリシー学習
・実用例（将棋AI・株式取引・スマホバッテリー管理）
【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
