Iti0210w13

Allikas: Lambda
Redaktsioon seisuga 28. aprill 2020, kell 16:50 kasutajalt PriitJ (arutelu | kaastöö) (→13. Nädal)
Mine navigeerimisribale Mine otsikasti

13. Nädal

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

Mõned sissejuhatavad artiklid: [1],[2]

Q-Learning/SARSA

Reinforcement Learning: Example and Tutorial

loengu salvestus

Pärit leheküljelt "http://www.lambda.ee/w/index.php?title=Iti0210w13&oldid=17371"