www.youtube.com Slides Notes 最後のレクチャーは、ゲームにおけるRLのケーススタディ Search (minimax, monte carlo) は必要になることがほとんど ValueFunction をLinearやNon-Linearで近似する Featureはエキスパートの知識だったり、Binaryだったり Sel…

www.youtube.com Slides, Notes (スライドが講義の内容と違うので要注意。) 今回はbanditアルゴリズムがメインの授業。 先日業務で勉強していた範囲なので復習だったんだけど、UCBとかThompson samplingとか今日はスンナリ理解できた。 # 理解のしやすさ 講…

www.youtube.com Slides, Notes 前回から結構時間が空いてしまった。あと2講義だからやりきろう。