Pekiştirmeli öğrenme (RL) ortamı
Modelin bir görevi denediği, denemesinin kontrol edildiği ve kontrolün bir ödül döndürdüğü kontrollü ortam.
Kategori
Bir model nasıl seçilir ve uyarlanır
İlgili terimler
Pekiştirmeli öğrenme (RL) ortamı, bir modelin bir görevi denediği, denemesinin kontrol edildiği ve kontrolün bir ödül döndürdüğü kontrollü ortamdır; eğitim bu ödülü daha iyi denemeleri daha olası kılmak için kullanır.
Nelerden oluşur
Kurumun kendi dosyalarından alınan girdiler, modelin çalışırken çağırabileceği araçlar, her denemeyi puanlayan bir denetleyici ve bir denemenin kaç adım sürebileceğine dair sınırlar. Bir kurumun işinde bu, gerçek ortamın canlı etkisi olmayan bir kopyasıdır: ortamın dışında hiçbir mesaj gönderilmez ve hiçbir kayıt değişmez.
Ne zaman kurulur
Yalnızca denetimli ince ayar hâlâ ölçülmüş bir açık bıraktığında ve sonuç güvenilir biçimde kontrol edilebildiğinde; örneğin bir taslaktaki her rakamın atıf yaptığı kaynakla eşleşmesi. İncelenebilir bir ödül yoksa pekiştirmeli öğrenme atlanır. Kurumsal kredi teklifi örneği bu koşulu gösterir: yalnızca kontrol edilebilir bir ödülle çalışır ve denetimli ince ayar testi zaten geçiyorsa atlanır.
Bu terimleri kendi kararlarınızdan biri üzerinde birlikte ele almak ister misiniz? Karar Planı ile başlayın