Iti0210w13: erinevus redaktsioonide vahel

Allikas: Lambda
Mine navigeerimisribale Mine otsikasti
PriitJ (arutelu | kaastöö)
PriitJ (arutelu | kaastöö)
8. rida: 8. rida:


[http://www.youtube.com/watch?v=f2nIKFMyfSg Reinforcement Learning: Example and Tutorial]
[http://www.youtube.com/watch?v=f2nIKFMyfSg Reinforcement Learning: Example and Tutorial]
[https://echo360.org.uk/media/027fca45-da8f-4958-8af6-37bbc7c72be4/public loengu salvestus]

Redaktsioon: 26. aprill 2019, kell 08:17

13. Nädal

Hüvitisega õppimine. Q-Learning. [AIMA] 21.3.2, [ARTINT] 12.4.

A Painless Q-Learning Tutorial

Q-Learning/SARSA

Reinforcement Learning: Example and Tutorial

loengu salvestus