AI資格 G検定(予想問題) その2
通常
試験時間: 00:00問題時間: 00:00
問題一覧
問題 110 / 160
方策勾配法において直接最適化される主な対象は次のうちどれか
①状態価値関数
②即時報酬の平均
③行動価値関数Q
④方策のパラメータ
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。
方策勾配法において直接最適化される主な対象は次のうちどれか
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。