AI資格 G検定(予想問題) その1
通常
試験時間: 00:00問題時間: 00:00
問題一覧
問題 94 / 160
方策勾配法の一例であるREINFORCEは，オンポリシーかオフポリシーか？
①オフポリシー
②ハイブリッド
③オンポリシー
④モデルベース
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。
方策勾配法の一例であるREINFORCEは，オンポリシーかオフポリシーか？
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。