Javascript doit fonctionner ! Activez-le et rechargez cette page.
le terme
  Options  
             

  Filtrage type relations : +   - (ex: 4, 12, 18, 36, 444, 555, 777)
  Filtrage valeur :          min   max
  Filtrage type noeuds :   +   - (ex: 4, 6, 8, 9, 10, 12, 18, 36, 444, 555, 777)

  Présentation de sortie :   (ex: -rien-, cloud, nicecloud)
 

'Q-learning'
(id=10922559 ; fe=Q-learning ; type=777 ; niveau=200 ; luminosité=141 ; somme entrante=2456 creation date=2018-05-01 touchdate=2025-10-19 14:52:10.000)
≈ 17 relations sortantes

  1. Q-learning -- r_aki #666: 32 / 1 -> apprentissage par renforcement
    n1=Q-learning | n2=apprentissage par renforcement | rel=r_aki | relid=666 | w=32
  2. Q-learning -- r_aki #666: 6 / 0.188 -> état
    n1=Q-learning | n2=état | rel=r_aki | relid=666 | w=6
  3. Q-learning -- r_aki #666: 6 / 0.188 -> récompense
    n1=Q-learning | n2=récompense | rel=r_aki | relid=666 | w=6
  4. Q-learning -- r_aki #666: 5 / 0.156 -> agent
    n1=Q-learning | n2=agent | rel=r_aki | relid=666 | w=5
  5. Q-learning -- r_aki #666: 5 / 0.156 -> apprentissage
    n1=Q-learning | n2=apprentissage | rel=r_aki | relid=666 | w=5
  6. Q-learning -- r_aki #666: 5 / 0.156 -> environnement
    n1=Q-learning | n2=environnement | rel=r_aki | relid=666 | w=5
  7. Q-learning -- r_aki #666: 5 / 0.156 -> politique
    n1=Q-learning | n2=politique | rel=r_aki | relid=666 | w=5
  8. Q-learning -- r_aki #666: 5 / 0.156 -> valeur
    n1=Q-learning | n2=valeur | rel=r_aki | relid=666 | w=5
  9. Q-learning -- r_aki #666: 4 / 0.125 -> action
    n1=Q-learning | n2=action | rel=r_aki | relid=666 | w=4
  10. Q-learning -- r_aki #666: 4 / 0.125 -> renforcement
    n1=Q-learning | n2=renforcement | rel=r_aki | relid=666 | w=4
  11. Q-learning -- r_aki #666: 3 / 0.094 -> algorithme
    n1=Q-learning | n2=algorithme | rel=r_aki | relid=666 | w=3
  12. Q-learning -- r_aki #666: 2 / 0.063 -> artificielle
    n1=Q-learning | n2=artificielle | rel=r_aki | relid=666 | w=2
  13. Q-learning -- r_aki #666: 2 / 0.063 -> exploitation
    n1=Q-learning | n2=exploitation | rel=r_aki | relid=666 | w=2
  14. Q-learning -- r_aki #666: 2 / 0.063 -> exploration
    n1=Q-learning | n2=exploration | rel=r_aki | relid=666 | w=2
  15. Q-learning -- r_aki #666: 2 / 0.063 -> fonction d'évaluation
    n1=Q-learning | n2=fonction d'évaluation | rel=r_aki | relid=666 | w=2
  16. Q-learning -- r_aki #666: 2 / 0.063 -> intelligence
    n1=Q-learning | n2=intelligence | rel=r_aki | relid=666 | w=2
  17. Q-learning -- r_aki #666: 2 / 0.063 -> itération
    n1=Q-learning | n2=itération | rel=r_aki | relid=666 | w=2
≈ 8 relations entrantes

  1. apprentissage par renforcement --- r_aki #666: 39 --> Q-learning
    n1=apprentissage par renforcement | n2=Q-learning | rel=r_aki | relid=666 | w=39
  2. DQN --- r_aki #666: 2 --> Q-learning
    n1=DQN | n2=Q-learning | rel=r_aki | relid=666 | w=2
  3. Mnih et al --- r_aki #666: 2 --> Q-learning
    n1=Mnih et al | n2=Q-learning | rel=r_aki | relid=666 | w=2
  4. Modèles de réseaux de neurones de DQN --- r_aki #666: 2 --> Q-learning
    n1=Modèles de réseaux de neurones de DQN | n2=Q-learning | rel=r_aki | relid=666 | w=2
  5. Sutton et Barto --- r_aki #666: 2 --> Q-learning
    n1=Sutton et Barto | n2=Q-learning | rel=r_aki | relid=666 | w=2
  6. deep Q-network --- r_aki #666: 2 --> Q-learning
    n1=deep Q-network | n2=Q-learning | rel=r_aki | relid=666 | w=2
  7. deep Q-networks --- r_aki #666: 2 --> Q-learning
    n1=deep Q-networks | n2=Q-learning | rel=r_aki | relid=666 | w=2
  8. modélisation de données par renforcement --- r_aki #666: 2 --> Q-learning
    n1=modélisation de données par renforcement | n2=Q-learning | rel=r_aki | relid=666 | w=2
Le service Rézo permet d'énumérer les relations existant pour un terme. Ce service est interrogeable par programme.
Projet JeuxDeMots - url: http://www.jeuxdemots.org
contact: mathieu.lafourcade@lirmm.fr