- Home
- Insights
- Glossario
- Intelligenza artificiale
- Apprendimento automatico
- Apprendimento per rinforzo
Glossario
Apprendimento per rinforzo
Area tematicaIntelligenza artificiale
Conosciuto anche comeReinforcement learning
L'apprendimento per rinforzo (in inglese reinforcement learning) è la forma di apprendimento automatico in cui un agente impara per tentativi, agendo in un ambiente e ricevendo ricompense o penalità.
Con il tempo trova la strategia che rende massima la ricompensa complessiva. L'idea viene dalla psicologia del comportamento; la sua forma informatica è stata sistematizzata da Richard Sutton e Andrew Barto nel manuale Reinforcement Learning (1998). Il caso più noto è europeo: AlphaGo di DeepMind, società nata a Londra, che nel 2016 ha battuto il campione Lee Sedol al gioco del go. Lo stesso metodo, con il giudizio di persone come ricompensa, serve oggi a rendere utili e sicuri i modelli linguistici.
Un esempio
Un sistema che sceglie quale offerta mostrare a ogni visitatore e impara, dai clic e dagli acquisti, quale funziona meglio.
Voci correlate
voci più ampiequesta voce e le figlienipoti← sali · → scendi
Enrico Giubertoni. Licenza CC BY-NC 4.0: puoi citarla, tradurla e adattarla con il nome dell'autore e il link, indicando se l'hai modificata. Per un uso commerciale scrivi a info@enricogiubertoni.com
Hai trovato un'inesattezza o un dato da aggiornare? Scrivi a info@enricogiubertoni.com e aiutaci a rendere questo glossario un posto migliore.
Quali sono le tue sfide di business?
Parlaci delle tue priorità e degli obiettivi che vuoi raggiungere.
Riceverai una risposta gratuita e mirata entro un giorno lavorativo.