Англійська лексика: Розробка програмного забезпечення · Машинне навчання й обробка даних

Що означає reinforcement learning?

Значення й приклади · Розробка програмного забезпечення

/ˌriːɪnˈfɔːrsmənt ˌlɜːrnɪŋ/іменникПоширений термін

reinforcement learning: навчання з підкріпленням

Тип машинного навчання, у якому агент навчається методом спроб і помилок: виконує дії в середовищі та отримує за результат винагороди або штрафи.

Де і як уживається

Скорочено RL. Ключові поняття — агент, середовище, дія, винагорода й політика. Застосовується в іграх, робототехніці, рекомендаційних системах і на етапі RLHF, що робить великі мовні моделі кориснішими.

Приклади речень

The warehouse robots were first trained with reinforcement learning in a simulator.
Роботів на складі спершу навчали з підкріпленням у симуляторі.
Симулятор дав змогу роботам відпрацьовувати дії до роботи в реальному складі.
Designing the reward is the hardest part of any reinforcement learning project.
Проєктування винагороди — найскладніша частина будь-якого проєкту навчання з підкріпленням.
Винагорода задає агенту критерій успіху, тож її невдалий вибір ускладнює навчання.

Поширені словосполучення

reinforcement learning agent
deep reinforcement learning
reward function
RL environment

Це слово в інших галузях

Те саме англійське слово може мати інше значення в іншій галузі:

Інші терміни: Машинне навчання й обробка даних

Закріплюйте лексику читанням

Тексти відповідного рівня допомагають запам’ятовувати нові слова. Оберіть безкоштовні книжки англійською: