アクティベーション関数
ニューラル ネットワークのアクティベーション関数は、入力の加重和がネットワークの層内の 1 つまたは複数のノードからの出力にどのように変換されるかを定義します。
https://machinelearningmastery.com/choose-an-activation-function-for-deep-learning/#:~:text=An%20activation%20function%20in%20a,a%20layer%20of%20the%20network。

説明
https://griffinshare.fontbonne.edu/cgi/viewcontent.cgi?article=1008&context=ijds コンピューター科学者や経済学者は、エージェントがどの程度満足しているかを説明するために「ユーティリティ」という用語を使用します。有用性は満足度または好みの尺度であり、特定の結果に対するエージェントの満足度を評価するために使用されます。ユーティリティを使用すると、エージェントの満足度を最大化するためにエージェントがとるべき最適な決定やアクションを決定できます。参考文献:
[1] BCS Foundation Certificate In Artificial Intelligence Study Guide、「意思決定と計画」、p.99-100。[2] APMG-International.com、「人工知能の基礎」 [3] EXIN.com、「人工知能の基礎」

説明
* エージェントのパフォーマンス尺度 エージェントがどの程度成功するかを決定する基準です。
* エージェントの動作 エージェントが所定の一連の知覚の後に実行するアクションです。
* 知覚 特定のインスタンスにおけるエージェントの知覚入力です。
* 知覚シーケンス これは、エージェントがこれまでに知覚したすべての履歴です。
※エージェント機能 教訓シーケンスからアクションまでのマップです。
エージェントの用語
https://www.tutorialspoint.com/artificial_intelligence/artificial_intelligence_agents_and_environments.htm

説明
パラダイムは、あるクラスの問題へのアプローチを特徴付ける哲学、または一連の仮定および/またはテクニックとして定義されます。パラダイムは、問題解決のための構造を提供するために人工知能でよく使用され、問題をより深く理解し、解決策を開発するためのフレームワークを提供します。たとえば、ロジックベースのアプローチは、論理的推論を使用して問題を解決するパラダイムです。
詳細については、BCS Foundation Certificate in Artificial Intelligence Study Guide (https://www.bcs.org/category/18076/bcs-foundation-certificate-in-artificial-intelligence-study-guide) を参照してください。