by Shahinur | নভে. 4, 2019 | রি-ইনফোর্সমেন্ট লার্নিং
মাল্টি-আর্মড ব্যান্ডিট (Multi-armed Bandit) ক্লাসিক্যাল রি-ইনফোর্সমেন্ট লার্নিং সমস্যাগুলোর মধ্যে অন্যতম। মূলত এটি একটি স্লট মেশিন (Slot Machine) যেটা ক্যাসিনোতে জুয়ার আসরে বসানো হয়। এই মেশিনের সাথে একটি হাতল থাকে, এই হাতল টানলে সম্ভাব্যতার সূত্রানুসারে দৈবচয়ন...
সাম্প্রতিক মন্তব্যসমূহ