Изменения

Перейти к: навигация, поиск

Обучение с подкреплением

Нет изменений в размере, 20:53, 13 января 2019

м

Нет описания правки

Пример. Награда для стратегии с различными <tex>\epsilon</tex>:

[[File:~~eps~~Eps-greedy.~~jpg~~png]]

== Метод UCB (upper confidence bound) ==

77

правок

Источник — «http://neerc.ifmo.ru/wiki/index.php?title=Служебная:Сравнение_версий/68336»