AI資格 G検定(予想問題) その8

問題 29 / 160

強化学習における探索と活用のトレードオフについて最も適切なのはどれか

常に現在の推定で最良の行動を選び続ける
ランダムに行動を選び続ける
探索と活用を適切にバランスする戦略を用いる
報酬を無視して行動を固定する

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。