Reinforcement Learning nedir?
Yapay zekânın deneme yanılma yoluyla ve ödül mekanizmasını kullanarak doğru kararlar vermeyi öğrenmesidir.
Tanım
Bu yöntemde yapay zekâya ne yapması gerektiği doğrudan söylenmez. Bunun yerine, bir ortamda hareket eder ve yaptığı her işlem için ya bir ödül (puan) ya da bir ceza alır. Zamanla ödülünü maksimize edecek stratejiyi kendi kendine geliştirir.
Nasıl çalışır?
Yapay zekâ bir simülasyon içinde binlerce kez deneme yapar. Başarılı hamlelerin değerini artırırken, hatalı olanları eleyerek en iyi sonucu veren yolu bulur.
Nerede kullanılır?
Oyun oynayan yapay zekâlarda, robotik hareket kontrolünde ve finansal işlem stratejilerinde kullanılır.
Sık karıştırılanlar
Supervised learning ile karıştırılabilir; onda doğru cevap verilir, bunda ise sadece sonuç ödüllendirilir.
Sıkça sorulanlar
Neden çok zaman alıyor?
Çünkü sistemin doğruyu bulması için çok fazla deneme yapması ve her denemeden ders çıkarması gerekir.
İlgili terimler
İlgili araçlar
Bu açıklama TreScout için sade dille hazırlandı · yanlış ya da eksik gördüğünüz bir şey olursa hello@trescout.com. TreScout her gün GitHub, Hacker News ve HuggingFace trendlerini Türkçe özetler.