(isim, bilişim) Bir yazılım etmeninin çevrede eylemler deneyip aldığı ödül ve ceza sinyallerinden yararlanarak, uzun vadede en yüksek toplam getiriyi sağlayacak davranış politikasını geliştirdiği makine öğrenmesi yolu.
Not: Bu bölümde gösterilen cümleler, derlem cümle seçme algoritmasının otomatik seçimleridir. Cümlelerdeki görüş, ifade ve içerikler kaynak metinlere aittir; Bitigçi’yi bağlamaz ve Bitigçi’nin görüşünü ya da tutumunu yansıtmaz.
Sayfadaki özellikler henüz yüklenmedi. Lütfen kısa bir süre bekleyiniz.
Sonuçların yüklenmesi için hesaplama yapılıyor.
Güncel içerik sürümü ve kayıtlı editoryal olaylar yükleniyor.
Madde, bağımsız bağlam çözümlemeleri ve sözlükbirimlik sınamaları birlikte değerlendirilerek yayımlandı.
Tanım, alan etiketi ve sözcük ailesi ortaklığına göre seçilen maddeler.
Panel açıldığında BD varyant verileri yüklenir.
Panel açıldığında BD tanık verileri yüklenir.
/karşılaştır umut ile ümit