RLCD (Reinforcement Learning for Calibrated Decisions)

Metodo di addestramento proposto da TypeSafe, premia decisioni corrette e probabilità coerenti con la frequenza effettiva degli esiti.

TypeSafe presenta RLCD come approccio per addestrare modelli che scelgono fra alternative definite e assegnano probabilità alle proprie decisioni. Il criterio valorizza la corrispondenza fra probabilità dichiarate e risultati osservati su molti casi. Una previsione all’80% dovrebbe quindi risultare corretta circa otto volte su dieci in condizioni comparabili. Il nome identifica una proposta recente, i cui dettagli pubblici restano limitati.