強化学習
社内勉強会の資料一覧
以下社内勉強会での10分解説用のドラフト
強化学習
教師あり学習
入力と教師データ
囲碁で言うなら記譜
教師データ誰が作るんだ
人間だよ
10件100件お話にならない
AlphaGo
16万対局
2840万盤面
57.0%
自己対戦
何回?
状態価値ネットワーク
自己対戦の結果からデータを取る
1対局から1盤面しかとらない
30 million = 3000万対局