Iti0210w13: erinevus redaktsioonide vahel
Mine navigeerimisribale
Mine otsikasti
Resümee puudub |
|||
| (ei näidata sama kasutaja 10 vahepealset redaktsiooni) | |||
| 1. rida: | 1. rida: | ||
= 14. Nädal = | = 14. Nädal = | ||
Hüvitisega õppimine ehk stiimulõpe. ''Q-Learning''. [''AIMA''] 21.3.2, [''ARTINT''] [https://artint.info/2e/html/ArtInt2e.Ch12.S4.html 12.4]-12.5. | |||
[ | Loenguslaidid: [[Media:Iti0210_w14.pdf|PDF]] | ||
[ | [https://blog.valohai.com/reinforcement-learning-tutorial-part-1-q-learning Sissejuhatus Q-õppesse], loe 1. osa lõpuni, järgmiseid osasid pole tarvis. | ||
[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/ceb0f4d5-3bac-4310-84d6-c338809b27fc/public loengu salvestus] | |||
--> | |||
[[Category:Iti0210]] | |||
Viimane redaktsioon: 7. detsember 2021, kell 13:53
14. Nädal
Hüvitisega õppimine ehk stiimulõpe. Q-Learning. [AIMA] 21.3.2, [ARTINT] 12.4-12.5.
Loenguslaidid: PDF
Sissejuhatus Q-õppesse, loe 1. osa lõpuni, järgmiseid osasid pole tarvis.