生成AIパスポート
生成AIパスポート|報酬から改善する
QUESTION
報酬から改善する
試した行動の得点を使って次の行動を改善する方法はどれですか。
ANSWER & EXPLANATION
正解:A
行動に対する報酬から方策を学ぶ方法です。学習方法の違いを見極めます。
選択肢のポイント
- A正解です。行動に対する報酬から方策を学ぶ方法です。
- B転移学習は別課題で得た知識を再利用する方法です。この設問で求める働きとは異なります。
- Cルールベースは人が明示した規則に従う方式です。この設問で求める働きとは異なります。
- D教師なし学習は正解なしでデータの構造を探す方法です。この設問で求める働きとは異なります。
関連キーワード
- 強化学習
- AIの基礎
参考にした公式情報:生成AI活用普及協会 生成AIパスポート試験シラバス(2026年2月試験以降) / 確認日:2026年9月28日