ব্যান্ডিটস কনটেক্সটুয়েল

কনটেক্সচুয়াল ব্যান্ডিট

একটি রিইনফোর্সমেন্ট লার্নিং অ্যালগরিদম যা পর্যবেক্ষিত কনটেক্সটের ভিত্তিতে সর্বোত্তম কর্ম নির্বাচন করে ক্রমবর্ধমান পুরস্কার সর্বাধিক করার জন্য।

← ফিরে যান