গভীর শক্তিবৃদ্ধি শেখা কি? - টেকোপিডিয়া থেকে সংজ্ঞা

সংজ্ঞা - ডিপ রিইনফোর্সমেন্ট লার্নিং এর অর্থ কী?

ডিপ রিইনফোর্সমেন্ট লার্নিং হ'ল রিইনফোর্সমেন্ট লার্নিং যা গভীর নিউরাল নেটওয়ার্ক ব্যবহার করে প্রয়োগ করা হয়। এই ধরণের শেখার মধ্যে একটি অপ্টিমাইজড পাথ বা ক্রিয়া নির্ধারণের জন্য পরিশীলিত মডেলগুলিতে অভিনয় করা এবং প্রচুর পরিমাণে ইনপুট দেখে কম্পিউটার অন্তর্ভুক্ত থাকে।

টেকোপিডিয়া ডিপ রেইনফোর্সমেন্ট লার্নিংয়ের ব্যাখ্যা দেয়

গভীর শক্তিবৃদ্ধি শেখার বর্ণনা করার একটি উপায় হ'ল পৃথক অভিজ্ঞতার শক্তিবৃদ্ধির মাধ্যমে একটি গভীর নিউরাল নেটওয়ার্ক শিখে s

ধরা যাক গভীর নিউরাল নেটওয়ার্ক একটি ভিজ্যুয়াল গেমের জায়গার মানচিত্র করে এবং গেমের মধ্যে কী ঘটে তা দেখার জন্য একটি সময় ধারাবাহিকের মাধ্যমে সেই গেম স্পেসটি বিশ্লেষণ করে। ফলাফলগুলি ইনপুটগুলির উপর ভিত্তি করে ফলাফলগুলি কী তা বুঝতে কম্পিউটার শুরু করে এবং পরিবর্তে "আরও স্মার্ট খেলতে পারে"। এটি ডিপ কিউ নেটওয়ার্কের মতো অন্যান্য অনুরূপ প্রযুক্তিগত প্রচেষ্টার সাথে সম্পর্কিত।

সাধারণভাবে, মেশিন লার্নিং বিশেষজ্ঞরা এই ধরণের মডেলগুলিকে ক্রমাগত চৌকস হয়ে উঠতে বা মানুষের মতো আরও চিন্তা করতে শেখার উপায় হিসাবে চাপ দিচ্ছেন, যদিও ব্যবহারিক বাধা এবং সীমানা প্রয়োগ হয়।