強化学習を自力実装しようぜ☆（＾～＾）？

「　強化学習って何なんだぜ……☆」

「　分かったら起こしてくれだぜ☆」

強化学習

「　↑　Q学習ってーのが　強化学習の代表みたいよ。これ調べたらいーんじゃないの？」

「　目に付いたもの　全部　読むかだぜ☆」

「　↑　こういう数式も　解説していこうぜ☆」

「　↑　次の何かは、　現在の何かに　何かを足したものみたいだな☆」

「　何かでは　分からん☆」

「　ａの下に　ｔ　とか　ｔ＋１　が付いてるやつと、付いてないやつの違いって何なの？」

「　ｔ＋１　を付け忘れてると思うんだがなあ☆」

「　今日は遅くなったので　ここまでだぜ☆」

2020-09-08(tue) 19:30

「　さくらまるが、 Q学習は　DP法、モンテカルロ、TD法の基礎をやってからにしろ、って言ってるわよ」

「　まったく　その通りだぜ☆
じゃあ　記事を変えるぜ☆」

「　基礎へ　基礎へ　戻って　ぜんぜん話が進まん……☆」

＜書きかけ＞