AI資格 G検定(予想問題) その5
通常
試験時間: 00:00問題時間: 00:00
問題一覧
問題 91 / 160
オフライン評価で用いられる手法として誤っているものはどれか。
①重要度サンプリングを使ってオフポリシーの期待報酬を推定する
②モデルベースで環境を学習しその上で方策を評価する
③単純にログ上で方策を直接試すことが常に可能である
④保守的評価や下限推定を導入して過大評価を抑える
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。