オンライン学習問題
データが一度に全部そろうのではなく、順番に到着する状況で、その都度学びながら意思決定していく学習の設定。過去の結果を踏まえて次を改善していく。
たとえば: 毎日の売れ行きを見て、翌日の仕入れを少しずつ調整するような学び方。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- 討論(Debate)を「学習問題」として捉え直す:オンライン学習としての定式化と判定誤りの影響
本稿は、AI同士の討論を人間が裁くDebateをゲーム解析だけでなく訓練に内在する学習問題として捉え、オンライン学習として定式化する第一歩を示す。判定者へのアクセスがある場合に最良策が敵対的Debateと異なる例、協調版プロトコルの学習可能性、判定誤りが学習へ与える影響を論じる。
