یادگیری ماشین - جلسه 16

توضیحات:

یادگیری ماشین - جلسه 16
کاربردهای یادگیری تقویتی، فرایند تصمیم مارکوف (MDP)، تعریف توابع ارزش و سیاست، تابع ارزش، تابع ارزش بهینه، الگوریتم تکرار ارزش، الگوریتم تکرار سیاست
ویدئو های کامل درس در:
http://maktabkhooneh.org/course?course=andrew647

لغات کلیدی:

درباره ما | تماس با ما | قوانین تخته سفید