AI資格 G検定(予想問題) その1

問題 84 / 160

探索と活用のバランスを取るためにランダム行動を確率的に選ぶ手法はどれですか。

学習率の減衰
報酬の正規化
イプシロングリーディ法
環境モデルの推定

当サイトでは、ユーザー体験の向上を目的としてCookieを使用しています。サイトの利用を継続することで、Cookieの使用に同意したものとみなされます。