強化学習において、エージェントが行動を選択し、環境から得られる報酬を最大化するためのルールを何と呼ぶか。

2026年1月25日

方策（ポリシー）は、ある状態でどのような行動をとるかを決める戦略である。

マーケティングにおいて、顧客1人が生涯を通じて企業にもたらす利益の総額を何と呼ぶか。

クラウドの責任共有モデルにおいて、一般的にSaaS利用者が責任を負う範囲はどれか。