からっぽのしょこ
id:anemptyarchive
1.5.2:非定常バンディット問題の学習【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、1.5.2節の内容です。非定常な多腕バンディット問題の学習を行います。 【前節の内容】 www.anarchive-beta.com …