[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング22 (1002ﾚｽ)

【統計分析】機械学習・データマイニング22 http://mevius.5ch.net/test/read.cgi/tech/1547338417/

上下前次1-新
通常表示 512ﾊﾞｲﾄ分割 ﾚｽ栞
抽出解除 ﾚｽ栞

---

このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ

---

ﾘﾛｰﾄﾞ規制です｡10分ほどで解除するので､他のﾌﾞﾗｳｻﾞへ避難してください｡

---

871: デフォルトの名無しさん (ｱｳｳｨﾌ FF21-kEY9) [] 2019/02/23(土) 16:12:58.09 ID:lNz7SHfNF P.48 P.55 P.73-75 http://mevius.5ch.net/test/read.cgi/tech/1547338417/871

919: デフォルトの名無しさん (ﾜｯﾁｮｲ 5e66-erI5) [sage] 2019/02/26(火) 20:43:24.25 ID:DUz4HSDe0 >>871 すみません、そのページを読んでみたのですが、まだ理解できません。 a に添字 b を下付きしたものを a_b と表すとして、 state-value function v_π(s) = E_π [G_t | S_t = s] を私は次のように式変形しました。 v_π(s) = E_π[R_(t+1) + γG_(t+1) | S_t = s] v_π(s) = E_π[R_(t+1) | S_t = s] + E_π[γG_(t+1) | S_t = s] 私が分からないのは第2項の期待値の計算です。 E_π[γG_(t+1) | S_t = s] = Σ_a π(a|s) Σ_s'r p(sr', r|s, a) (γG_(t+1)) このように展開できると思うのですが違いますか？ http://mevius.5ch.net/test/read.cgi/tech/1547338417/919

---

ﾒﾓ帳

(0/65535文字)

---

上下前次1-新書関写板覧索設栞歴

---

ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ

---

Google検索

Wikipedia

---

ぬこの手 ぬこTOP 0.034s