強化学習

強化学習とは簡単に言うと「機械（マシーン）がとる行動の戦略（指針）を強化（改善）する仕組み」を学ぶ手法でる。

一連の行動をとった結果ごとに報酬を設定し、その「報酬が最大化」するように機械が試行錯誤して、学習することで精度をあげる。

つまり、自分でどんどん学習していくイメージ。

似た例として、自転車に乗れるまでのプロセスをあげる。

乗ってみる

倒れる

乗り方をかえる（強化学習の”戦略”）

少し乗れる（強化学習の”報酬”）

さらに乗り方を変えて徐々に乗れるようになる

この試行錯誤の繰り返しで最終的にスイスイ乗れるようになる

参考文献