「耳で学ぶG検定」
第26話「機械学習の概要⑩」
〜直接最適解を探す：方策勾配法とActor-Critic〜
AIが「確率で判断」する新しいアプローチを解説！Web広告配信システムで理解する方策勾配法──「バナー広告50%、動画広告30%、テキスト広告20%」と直接確率を学習する仕組みから、不安定さを解決するActor-Critic（俳優と批評家）の協力システムまで。ロボット制御、自動運転、ChatGPTでも使われる連続制御に強い技術を、ビジネス視点で分かりやすく紹介します。
🔑【今回のキーワード】
・方策勾配法（確率的行動選択）
・REINFORCE（リインフォース）
・Actor-Critic（アクター・クリティック）
・連続制御・確率的学習
・実用例（Web広告・ロボット制御・自動運転・AI対話）
【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
