Sözlüğe Dön/Klasik Makine Öğrenmesi ve İstatistiksel Kuram/Q-Learning
#63 Bellman Equation#65 Deep Q-Network (DQN)
Madde #64ML & Kuram/sozluk/q-learning

Q-Learning

Türkçe: Q-Öğrenme
Ayrıntılı Tanım
Çevrenin matematiksel modeline ihtiyaç duymadan (model-free), belirli bir durumda yapılan belirli bir eylemin uzun vadeli kalitesini (QQ değerini) tablo halinde öğrenen zamansal fark (Temporal Difference) algoritmasıdır.
Ne İşe Yarar / Çözülen Problem
Çevrenin kurallarını ve fizik kanunlarını baştan bilmeden, tamamen deneme-yanılma ile optimal hareket stratejisini çözer.
Nasıl Çalışır? (Teknik & Mekanizma)
Q-tablosu güncellenir: Q(s,a)←Q(s,a)+α[R+γmax⁡a′Q(s′,a′)−Q(s,a)]Q(s, a) \leftarrow Q(s, a) + \alpha \left[ R + \gamma \max_{a'} Q(s', a') - Q(s, a) \right] "Off-policy" bir yöntemdir; etmen keşif (exploration) yapsa bile güncelleme en yüksek potansiyelli eyleme göre yapılır.
Örnek Senaryo & Pratik Uygulama
Bir labirent robotunun her karede sağa, sola, ileriye gitme hamlelerine puanlar verip duvara çarptıkça puanı düşürüp, peynire ulaştıkça yolu yeşile boyadığı Q-tablosu.
Benzer Terimlerden Farkı
Politika tabanlı yöntemler doğrudan eylem olasılığı öğrenirken, Q-Learning durum-eylem çiftlerinin sayısal değerini öğrenir.
İlişkili Terimler (3)
#63
Bellman Equation
Bellman Denklemi
#65
Deep Q-Network (DQN)
Derin Q-Ağı
#66
Policy Gradient
Politika Gradyanı Yöntemleri
Ait Olduğu Kategori

Klasik Makine Öğrenmesi ve İstatistiksel Kuram

Sembolik AI, GOFAI, karar ağaçları, regresyon ve temel istatistiksel modeller.

Toplam Terim:68 Madde
Bu Kategorideki Tüm Terimleri Gör →
Önceki Terim (#63)Bellman Equation
Sonraki Terim (#65)Deep Q-Network (DQN)