AI活用ブログ
「強化学習」の記事
「強化学習」に関するAI活用の記事一覧。仕事で使える生成AIの実践ノウハウをまとめています。
記事一覧2件
AIニュース強化学習とは|行動・報酬・環境の関係を簡単な例で基礎から
強化学習とは何かを、エージェント・環境・行動・報酬の関係から簡単な例でたどります。学習が進む流れ、教師あり学習との違い、モデルベースとモデルフリーの使い分け、実務での難しさ、職種別の例とプロンプト例まで、AWSの解説をもとに整理します。
AIニュースRLHFとは|人の評価をAIの学習に取り入れる仕組みを基礎から
RLHFとは、人のフィードバックを使って機械学習モデルを最適化する手法です。強化学習との関係、データ収集から報酬モデルの構築までの4段階、人の評価の高さと回答の正しさを混同しないための見方を、AWSの公式解説をもとに基礎から整理しました。