مارا دنبال کنید :
Agent Applications of Reinforcement Learning data mining datawarehouse Exploitation Exploitation in reinforcement learning Exploration Exploration-Exploitation Markov Decision Process Markov Decision Process in reinforcement learning MDP Q-Function (Action-Value Function) Q-Value(Action-Value)Function reinforcement learning Reward Signal Supervised learning versus reinforcement learning Unsupervised learning versus reinforcement learning اجزای کلیدی یک سیستم یادگیری تقویتی الگوریتم تعاملی انبار داده جامع سازمانی اکتشاف اکتشاف و بهره برداری در یادگیری تقویتی بازی مار و پله در یادگیری تقویتی بهره‌برداری بیگ دیتا تعادل بین اکتشاف و بهره‌برداری داده کاوی داشبوردهای مدیریتی دلایل استفاده از یادگیری تقویتی دو مشخصه مهم در یادگیری تقویتی سیاست تصادفی سیاست قطعی سیگنال پاداش عملکرد یادگیری تقویتی فرآیند تصمیم‌گیری مارکوف فرآیند تصمیم‌گیری مارکوف در یادگیری تقویتی نحوه اجرای یادگیری‌تقویتی پیاده‌سازی یادگیری تقویتی چالش‌های یادگیری‌تقویتی کاربردهای یادگیری‌تقویتی گزارشات و داشبوردهای مدیریتی یادگیری با نظارت در مقابل یادگیری تقویتی یادگیری بدون نظارت در مقابل یادگیری تقویتی یادگیری تقویتی یادگیری‌تقویتی
