からっぽのしょこ

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、4.5.1節の内容です。価値反復法のアルゴリズムを導出します。 【前節の内容】 www.anarchive-beta.com 【他の記…