本文へスキップ
Studied
S!
G検定
/
演習問題集
知る
カリキュラム
学ぶ
学習教材
解く
演習問題集
模擬試験
覚える
単語カード
クイズ
用語集
振り返る
学習状況
習得マップ
論点別正答率
復習
出題カバレッジ
ブックマーク
ホーム
状況
教材
演習
模試
用語集
確認問題 強化学習
この論点の解説を読む
方策勾配法を表す用語
以下の文章を読み、空欄に最もよく当てはまる選択肢を1つ選べ
行動の選び方そのものを報酬が増える方向へ直接調整していく手法を（ ）と呼ぶ
方策勾配法
Q 学習
Actor-Critic
バンディットアルゴリズム
採点する
オリジナル問題（スタディードが作成）
前へ
←
次へ
→