↑: [[G検定に関する知識]] - 強化学習における「探索と活用のジレンマ」を表す問題の枠組み - 探索（Exploration）：未知の選択肢を試す / 活用（Exploitation）：既知のベストを選ぶ - どちらかに偏ると損をする → バランスを取る手法が必要 - 代表的な戦略：ε-greedy方策・UCB方策 - 応用：広告配信・推薦システム・ABテスト - cf. [[ε-greedy方策]] [[UCB方策]] [[強化学習]]