时间：2026-01-27 23:16
人气：
作者：admin
为了应对大学院考试，我们来学习相关人工智能相关知识，并做各种练习。
通过学习，也算是做笔记，让自己更理解些。
以下の文章を読み、空欄 (a) ～ (f) に適切な語句を記入せよ。
最適優先探索は、ヒューリスティック関数としての (a) を用いて探索を進める手法である。
探索では、候補ノードを保持する (b) と、すでに展開済みのノードを保持する © を用いる。
アルゴリズムでは、(b) から評価値が最も (d) ノードを取り出し、© に追加する。
各ノードの評価値は、実コスト g(s) と (e) に基づいて計算され、一般に
f(s) = g(s) + (f)
として定義される。
以下の文章を読み、空欄 (a) ～ (g) に適切な語句を記入せよ。
Q学習では、状態 s において行動 a を選択したときの価値を表す (a) を学習する。
この値は、即時報酬 r と (b) における最大の Q 値を用いて更新される。
Q 値の更新式では、学習率を ©、割引率を (d) とし、
将来報酬の影響を (e) で調整する。
また、探索と活用のバランスをとるため、確率 (f) でランダム行動を選択し、
確率 (g) で greedy 行動を選択する手法が用いられる。
以下の文章を読み、空欄 (a) ～ (h) に適切な語句を記入せよ。
ベイズフィルタは、時刻 t における状態 (a) を、
過去の観測 (b) と行動 © に基づいて推定する確率的手法である。
予測ステップでは、遷移モデル (d) を用いて状態分布を更新し、
観測更新では、観測モデル (e) に基づいて尤度を計算する。
正規化後の状態分布は (f) と呼ばれ、
全状態に対する確率の (g) が 1 となるように (h) が行われる。
以下の文章を読み、空欄 (a) ～ (i) に適切な語句を記入せよ。
教師あり学習では、入力データとそれに対応する (a) が与えられ、
誤差関数を最小化するようにモデルの (b) を更新する。
一方、教師なし学習では、(a) が与えられず、
データの © や (d) を抽出することを目的とする。
強化学習では、エージェントが環境と (e) を繰り返し、
報酬 (f) を最大化する方策 (g) を学習する。
このとき、状態遷移は (h) としてモデル化され、
最適方策は (i) に基づいて定義される。
(a) マルコフ決定過程（MDP）
???? 马尔可夫决策过程
(b) 割引率
???? 折扣率（γ）
???? 中文理解：
强化学习通常用 MDP 来描述环境，
将来奖励用 折扣率 折算成当前价值。
(a) 損失関数（誤差関数）
???? 损失函数（误差函数）
(b) 勾配
???? 梯度
???? 中文理解：
教师学习就是最小化损失函数，
用 梯度 来决定参数往哪个方向更新。
(a) 観測更新
???? 观测更新（修正步骤）
(b) 正規化
???? 归一化
???? 中文理解：
新观测到来时，要更新概率分布，
最后通过 正規化 保证总概率为 1。
(a) 過学習（オーバーフィッティング）
???? 过拟合
(b) 正則化
???? 正则化
???? 中文理解：
过拟合是模型只会做训练题，
正则化用于抑制模型过度复杂。
MDP（马尔可夫决策过程）
割引率（折扣率）
損失関数（损失函数）
勾配（梯度）
観測更新（观测修正）
正規化（归一化）
過学習（过拟合）
正則化（正则化）
知识一点点记录吧，最后应对考试，打下基础
关注微信