रीइन्फ़ोर्समेंट लर्निंग कोडिंग चैलेंज

आसान से कठिन तक 3 कोडिंग चैलेंज के साथ रीइन्फ़ोर्समेंट लर्निंग का अभ्यास करें। हर चैलेंज ब्राउज़र में चलता है, तुरंत टेस्ट, आपके कोड का AI रिव्यू और तुलना के लिए कम्युनिटी के समाधान के साथ।

आसान · 1 मध्यम · 2

जिन कौशलों का अभ्यास करेंगे: MDPQ-लर्निंगखोज बनाम उपयोगडिस्काउंटेड इनामबेलमैन समीकरणबैंडिट

Python · C++ · C#
स्वचालित परीक्षण
AI कोड समीक्षा
समुदाय समाधान

226
चुनौतियाँ: 2
साझा समाधान: 3
भाषाएँ

सभी चुनौतियाँ

विषय, भाषा या कठिनाई से खोजें।

3 चुनौतियाँ

मध्यम

वैल्यू इटरेशन

बेलमैन ऑप्टिमैलिटी अपडेट को बार-बार लागू करके मार्कोव निर्णय प्रक्रिया की हर अवस्था का मूल्य निकालें।

आप सीखेंगे बेलमैन समीकरणMDP

रीइन्फ़ोर्समेंट लर्निंगएआईमशीन लर्निंग

अभी तक कोई समाधान नहीं

मध्यम

Q-लर्निंग अपडेट

अनुभवों की धारा पर Q-लर्निंग अपडेट लागू करें और देखें कि इनाम पिछली अवस्थाओं तक कैसे वापस पहुँचते हैं।

आप सीखेंगे Q-लर्निंगडिस्काउंटेड इनाम

रीइन्फ़ोर्समेंट लर्निंगएआईमशीन लर्निंग

अभी तक कोई समाधान नहीं

आसान

एप्सिलॉन-ग्रीडी मल्टी-आर्म्ड बैंडिट

एप्सिलॉन-ग्रीडी क्रिया चयन से मल्टी-आर्म्ड बैंडिट पर खोज और उपयोग के बीच संतुलन बनाएँ।

आप सीखेंगे खोज बनाम उपयोगबैंडिट

रीइन्फ़ोर्समेंट लर्निंगएआईमशीन लर्निंग

अभी तक कोई समाधान नहीं

रीइन्फ़ोर्समेंट लर्निंग कोडिंग चैलेंज

सभी चुनौतियाँ

वैल्यू इटरेशन

Q-लर्निंग अपडेट

एप्सिलॉन-ग्रीडी मल्टी-आर्म्ड बैंडिट

विषय के अनुसार देखें

भाषा के अनुसार देखें