生成AIパスポート｜報酬から改善する

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