অনলাইন অপ্টিমাইজেশন

ব্যান্ডিট অ্যালগরিদম

অনলাইন শিক্ষার অ্যালগরিদমের একটি পরিবার যেখানে এজেন্টকে অনিশ্চিত পুরস্কার সহ ক্রমান্বয়ে ক্রিয়া নির্বাচন করতে হয় যাতে ক্রমবর্ধমান লাভ সর্বাধিক করা যায়।

← ফিরে যান