सार्वजनिक पाठ पूर्वावलोकन
समझें कि AI एजेंट प्रयास, त्रुटि और पुरस्कार से कैसे सीखते हैं, गेम खेलने वाले चैंपियन से लेकर वास्तविक रोबोट तक।
इस पाठ के अंत तक, आप समझेंगे:
किसी पिल्ले को बैठना सिखाने की कल्पना करें। आप उसे "अच्छा कदम / बुरा कदम" वाला लेबल किया डेटासेट नहीं देते। आप उसे प्रयास करने देते हैं, और जब वह बैठता है तो उसे पुरस्कार देते हैं। समय के साथ वह सीखता है कि किन क्रियाओं से पुरस्कार मिलते हैं। रीइन्फोर्समेंट लर्निंग (RL) भी इसी तरह काम करता है: AI एजेंट वातावरण से इंटरैक्ट करके, प्रतिक्रिया पाकर और दीर्घकालिक पुरस्कार अधिकतम करने के लिए अपना व्यवहार बदल कर सीखता है।
रीइन्फोर्समेंट लर्निंग - AI करके कैसे सीखता है का हिस्सा है AI Branches
रीइन्फोर्समेंट लर्निंग - AI करके कैसे सीखता है, AI Branches का हिस्सा है। पूरा पाठ, क्विज़, प्रगति ट्रैकिंग और सभी अकादमी अनलॉक करने के लिए अपग्रेड करें।
7 दिन मुफ़्त। कभी भी रद्द करें, कोई सवाल नहीं पूछा जाएगा।