人の好みを報酬にする学習を表す用語 | G検定 | スタディード

本文へスキップ

StudiedS!G検定
演習問題集

知る

カリキュラム

学ぶ

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　深層強化学習この論点の解説を読む

人の好みを報酬にする学習を表す用語

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

人の好みの評価を報酬にして、モデルの応答を望ましい方向へ整える学習を（　）と呼ぶ

オリジナル問題（スタディードが作成）

前へ←次へ→