O que é aprendizado por reforço?
O modelo aprende tentando ações e recebendo pontos (recompensa) quando acerta e perda quando erra, até achar o jeito que rende mais pontos.
Também chamado de: reforço, aprendizagem por reforço, reinforcement learning.
Uma analogia
O soldato que testa caminhos: rota que dá certo rende elogio, rota errada rende bronca, e ele passa a repetir a boa.
Esta verbete ainda não tem exemplo prático revisado, e por isso não está publicado nos buscadores. A definição e a analogia acima vêm do glossário do curso.
Onde isso aparece no curso
- Os três paradigmas de aprendizado (fundacao)
- Reasoning models (deep-learning)
- Fine-tuning (deep-learning)