強化学習
[Wikipedia|▼Menu]
.mw-parser-output .hatnote{margin:0.5em 0;padding:3px 2em;background-color:transparent;border-bottom:1px solid #a2a9b1;font-size:90%}

心理学における強化学習については「強化」、「オペラント条件づけ」をご覧ください。
.mw-parser-output .sidebar{width:auto;float:right;clear:right;margin:0.5em 0 1em 1em;background:#f8f9fa;border:1px solid #aaa;padding:0.2em;text-align:center;line-height:1.4em;font-size:88%;border-collapse:collapse;display:table}body.skin-minerva .mw-parser-output .sidebar{display:table!important;float:right!important;margin:0.5em 0 1em 1em!important}.mw-parser-output .sidebar-subgroup{width:100%;margin:0;border-spacing:0}.mw-parser-output .sidebar-left{float:left;clear:left;margin:0.5em 1em 1em 0}.mw-parser-output .sidebar-none{float:none;clear:both;margin:0.5em 1em 1em 0}.mw-parser-output .sidebar-outer-title{padding:0 0.4em 0.2em;font-size:125%;line-height:1.2em;font-weight:bold}.mw-parser-output .sidebar-top-image{padding:0.4em}.mw-parser-output .sidebar-top-caption,.mw-parser-output .sidebar-pretitle-with-top-image,.mw-parser-output .sidebar-caption{padding:0.2em 0.4em 0;line-height:1.2em}.mw-parser-output .sidebar-pretitle{padding:0.4em 0.4em 0;line-height:1.2em}.mw-parser-output .sidebar-title,.mw-parser-output .sidebar-title-with-pretitle{padding:0.2em 0.8em;font-size:145%;line-height:1.2em}.mw-parser-output .sidebar-title-with-pretitle{padding:0 0.4em}.mw-parser-output .sidebar-image{padding:0.2em 0.4em 0.4em}.mw-parser-output .sidebar-heading{padding:0.1em 0.4em}.mw-parser-output .sidebar-content{padding:0 0.5em 0.4em}.mw-parser-output .sidebar-content-with-subgroup{padding:0.1em 0.4em 0.2em}.mw-parser-output .sidebar-above,.mw-parser-output .sidebar-below{padding:0.3em 0.8em;font-weight:bold}.mw-parser-output .sidebar-collapse .sidebar-above,.mw-parser-output .sidebar-collapse .sidebar-below{border-top:1px solid #aaa;border-bottom:1px solid #aaa}.mw-parser-output .sidebar-navbar{text-align:right;font-size:75%;padding:0 0.4em 0.4em}.mw-parser-output .sidebar-list-title{padding:0 0.4em;text-align:left;font-weight:bold;line-height:1.6em;font-size:105%}.mw-parser-output .sidebar-list-title-c{padding:0 0.4em;text-align:center;margin:0 3.3em}@media(max-width:720px){body.mediawiki .mw-parser-output .sidebar{width:100%!important;clear:both;float:none!important;margin-left:0!important;margin-right:0!important}}

機械学習および
データマイニング

問題

分類

クラスタリング

回帰

異常検知

相関ルール(英語版)

強化学習

構造化予測(英語版)

特徴量設計(英語版)

表現学習(英語版)

オンライン学習(英語版)

半教師あり学習(英語版)

教師なし学習

ランキング学習(英語版)

文法獲得(英語版)

教師あり学習分類 • 回帰

決定木(英語版)

アンサンブル
バギングブースティング
ランダムフォレスト

k-NN

線形回帰

単純ベイズ

ニューラルネットワーク

ロジスティック回帰

パーセプトロン

関連ベクトルマシン (RVM)(英語版)

サポートベクトルマシン (SVM)

クラスタリング

BIRCH(英語版)

階層的(英語版)

k平均法

期待値最大化法 (EM)

DBSCAN

OPTICS(英語版)

平均値シフト(英語版)

次元削減

因子分析

CCA

ICA

LDA(英語版)

NMF(英語版)

PCA

t-SNE

構造化予測(英語版)

グラフィカルモデル

ベイジアンネットワーク

CRF

HMM

異常検知

k-NN

局所外れ値因子法

ニューラルネットワーク

オートエンコーダ

ディープラーニング

DeepDream

多層パーセプトロン

RNN

LSTM

GRU


制約ボルツマンマシン(英語版)

SOM

CNN

U-Net


次ページ
記事の検索
おまかせリスト
▼オプションを表示
ブックマーク登録
mixiチェック!
Twitterに投稿
オプション/リンク一覧
話題のニュース
列車運行情報
暇つぶしWikipedia

Size:111 KB
出典: フリー百科事典『ウィキペディア(Wikipedia)
担当:undef