Q学習
Q学習の説明として、最も適切なものを1つ選べ。
- A
ある状態である行動をとったときの価値（Q値）を、得られた報酬と次の状態の最大のQ値を使って、少しずつ更新していく。
- B
正解ラベルとの誤差を小さくするように学習する。
- C
データをグループに分ける。
- D
方策そのものをパラメータで表し、その勾配で直接最適化する。
正解と解説を見る
正解：A
Q学習は、行動の価値（Q値）を報酬と次の状態の価値で更新していく手法。
| 手法 | 更新で使う「次の価値」 | 方策 |
|---|---|---|
| Q学習 | 次の状態で最大のQ | オフポリシー |
| SARSA | 実際に選んだ次の行動のQ | オンポリシー |
- A
正しい。価値に基づく強化学習の代表的な手法。Q値をニューラルネットワークで近似したものが DQN。
- B
誤り。これは教師あり学習の考え方。
- C
誤り。これはクラスタリングの説明。
- D
誤り。これは方策勾配法の説明。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。