Apprentissage par renforcement

Sous domaine de l'apprentissage automatique

Mythique · Savoir · méthode d'apprentissage automatique

6Apprentissage par renforcement

Savoir, méthode d'apprentissage automatiqueM

Érudition. En arrivant : pioche une carte.

sous domaine de l'apprentissage automatique

8 929

8 954

Pl. 281144WikiArcana

Cette carte peut sortir de tes packs

10 packs offerts, sans paiement · 1,58 million de cartes

Recevoir mes 10 packs

D'où viennent les stats

Attaque: 8 929
Richesse : 45 déclarations, comparé aux autres cartes du même type.
Défense: 8 954
Rayonnement : 45 sitelinks, comparé aux autres cartes du même type.

Résumé Wikipédia

En intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome, à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative. L'agent cherche, au travers d'expériences itérées, un comportement décisionnel optimal, en ce sens qu'il maximise la somme des récompenses au cours du temps.

Lire l'article sur Wikipédia

Texte : extrait de l'article Wikipédia « Apprentissage par renforcement », sous licence CC BY-SA 4.0.

Données : Wikidata (CC0). Image : Reinforcement learning diagram fr.svg sur Wikimedia Commons ; auteur et licence sur la page du fichier.

Signaler cette carte

Finitions

Chaque carte peut sortir d'un pack en plusieurs finitions ; le pourcentage est la chance qu'une carte tirée sorte dans celle-ci. Shiny et Gold renforcent aussi ses stats.

Cartes liées

Ces sujets sont reliés à Apprentissage par renforcement dans Wikidata. En combat, posées sur le même territoire, les cartes liées se renforcent : +1 par lien (jusqu'à +3).

6Apprentissage automatique

Savoir, disciplineA

Érudition. En arrivant : pioche une carte.

champ d'étude de l'intelligence artificielle qui vise à donner aux machines la capacité d'« apprendre » à partir de données, via des modèles mathématiques

9 994

9 995

Pl. 280904WikiArcana

5Apprentissage par renforcement à partir de rétroaction humaine

Événement, technique d'apprentissage machineÉ

Chaos. En arrivant : les cartes adverses déjà ici perdent 2.

technique pour entraîner une IA

7 337

6 867

Pl. 281312WikiArcana

4Apprentissage par renforcement profond

Savoir, apprentissage profondR

Érudition. En arrivant : pioche une carte.

techniques consistant à associer des méthodes d'apprentissage profond et par renforcement pour obtenir des algorithmes efficaces d'apprentissage automatique

4 638

4 892

Pl. 281297WikiArcana

2Adaptation de domaine

Savoir, apprentissage par renforcementPC

Érudition. En arrivant : pioche une carte.

2 856

2 736

Pl. 173653WikiArcana

2Méthode policy-gradient

Savoir, apprentissage par renforcementC

Érudition. En arrivant : pioche une carte.

algorithme qui apprend une politique en s'intéressant directement à celle-ci

1 217

1 227

Pl. 1702222WikiArcana

Cette carte peut sortir de tes packs

10 packs offerts, sans paiement · 1,58 million de cartes

Recevoir mes 10 packs

ShinyChance : 3 %

En intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome, à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative. L'agent cherche, au travers d'expériences itérées, un comportement décisionnel optimal, en ce sens qu'il maximise la somme des récompenses au cours du temps.

Lire l'article sur Wikipédia

Texte : extrait de l'article Wikipédia « Apprentissage par renforcement », sous licence CC BY-SA 4.0.