AI資格 G検定(予想問題) その9
通常
試験時間: 00:00問題時間: 00:00
問題一覧
問題 77 / 160
REINFORCEにおけるベースライン(baseline)の主な役割は何ですか?
①報酬の分散を減らしバイアスを導入しない
②勾配を有意に変えることで方策を固定する
③学習率を動的に変更する
④環境モデルを推定する
REINFORCEにおけるベースライン(baseline)の主な役割は何ですか?
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。