Iti0210w13: erinevus redaktsioonide vahel

Allikas: Lambda
Mine navigeerimisribale Mine otsikasti
PriitJ (arutelu | kaastöö)
Resümee puudub
PriitJ (arutelu | kaastöö)
9. rida: 9. 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]
[https://echo360.org.uk/media/9befe634-74a7-4a1b-850d-bf5fae5033fe/public loengu salvestus]


[[Category:Iti0210]]
[[Category:Iti0210]]

Redaktsioon: 28. aprill 2020, kell 16:25

13. Nädal

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

Mõned sissejuhatavad artiklid: [1],[2]

Q-Learning/SARSA

Reinforcement Learning: Example and Tutorial

loengu salvestus