AI資格 G検定(予想問題) その7
通常
試験時間: 00:00問題時間: 00:00
問題一覧
問題 31 / 160
オフポリシー学習の代表的な強化学習アルゴリズムはどれか。
①REINFORCE
②SARSA
③Q-learning
④モンテカルロ方策評価
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。
オフポリシー学習の代表的な強化学習アルゴリズムはどれか。
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。