読み方のヒント

矢印ボタン(または ← → キー)でページを移動できます。

第2節 機械学習の学び方

2.3 強化学習・半教師あり学習・ノーフリーランチ定理

強化学習は、試行錯誤から学ぶ方法です。学ぶ主体(エージェント)がある状態で行動を選び、その結果として報酬を受け取ります。報酬の合計が大きくなるよう、行動の選び方を改善していきます。

用語意味ゲームの例
報酬行動のよさを表す数値点数が上がる
価値その状態や行動から、将来どれだけ報酬を得られそうかこの局面は有利か
方策どの状態でどの行動を選ぶかの決め方この局面ではこの手を打つ

囲碁や将棋のAI、ロボットの動き、生成AIの調整(「生成AIパスポート 生成AIの仕組み」で扱うRLHF)にも、強化学習の考え方が使われています。

半教師あり学習は、答えのついたデータが少しだけあり、残りの大量のデータには答えがない場合に使う方法です。答えをつける作業には人手がかかるため、少ない教師データを大量のデータで補います。

ノーフリーランチ定理は、「あらゆる問題で常にほかより優れている、万能の学習方法はない」という考え方です。問題やデータに合わせて、方法を選ぶ必要があります。

解答

正解は4です。ノーフリーランチ定理は、「どんな問題でも常に最も優れた万能の方法はない」という考え方で、4はその逆を述べています。

9 / 25