マルコフ決定プロセスポリシーを学習するためのアルゴリズムであり、機械学習の強化学習領域で使用される。 RummeryとNiranjanによって、「Modified Connectionist Q-Learning」という名前のテクニカルノートで提案された。（引用元：wikipedia）
|
最も一般的に使用される英文表記
|
SARSA |
|---|---|
|
音・読み
|
サルサ |
|
最も一般的に使用される和文表記
|
該当なし |
|
別表記①
|
state–action–reward–state–action |
|
別表記②
|
該当なし |
|
別表記③
|
該当なし |
|
G検定シラバス
|
なし |
|
E資格シラバス
|
なし |
|
備考欄
|
ー |
AI999は、累計25000名以上にAIプログラムを提供するStudy-AIが講座受講生の為のサービスの一環として提供しています。2017年から日本ディープラーニング協会のE資格認定プログラム[00011]の運営、2019年にはAI実装検定を主催するなどAI人材育成の草分け的存在としてあなたのキャリアに寄り添います。