TF-356 · 強化学習

問題

強化学習では、各入力データに対して必ず事前に正解ラベルが付与されている。

正解: ×

解説

強化学習では、各状態での正解行動が明示されるとは限りません。行動の結果として得られる報酬から、望ましい方策を探索しながら学びます。