Apprentissage par renforcement pour la finance

Chapitre 1. Apprendre par l'interaction

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

L'idée que nous apprenons en interagissant avec notre environnement est probablement la première qui nous vient à l'esprit lorsque nous réfléchissons à la nature de l'apprentissage.

Sutton et Barto (2018)

Pour les êtres humains et les animaux, l'apprentissage est presque aussi fondamental que la respiration. C'est quelque chose qui se produit en permanence et le plus souvent de manière inconsciente. Il existe différentes formes d'apprentissage. Celle qui est la plus importante pour les sujets abordés dans ce livre est basée sur l'interaction avec un environnement.

L'interaction avec un environnement fournit à l'apprenant - ou à l'agent - un retour d'information qui peut être utilisé pour mettre à jour ses connaissances ou pour affiner une compétence. Dans cet ouvrage, nous nous intéressons principalement à l'apprentissage de faits quantifiables sur un environnement, tels que les chances de gagner un pari ou la récompense que rapporte une action.

La section suivante traite de l'apprentissage bayésien comme exemple d'apprentissage par interaction. "Apprentissage par renforcement" présente les percées dans le domaine de l'IA qui ont été rendues possibles grâce à l'apprentissage par renforcement. Elle décrit également les principaux éléments constitutifs de l'apprentissage par renforcement. "Deep Learning" explique ...