からっぽのしょこ
id:anemptyarchive
1.2:バンディット問題【ゼロつく4のノート】
はじめに 『ゼロから作るDeep Learning 4 ――強化学習編』の独学時のまとめノートです。初学者の補助となるようにゼロつくシリーズの4巻の内容に解説を加えていきます。本と一緒に読んでください。 この記事は、1.2節の内容です。スロットマシンの価値(期待値)を計算します。 【他の記事一覧】 www.anarchive-beta.com 【こ…