فرایندهای تصمیم مارکوف و یادگیری تقویتی (تکرار ارزش)

Markov Decision Processes & Reinforcement Learning (Value Iteration)

فرایندهای تصمیم مارکوف (MDP) و یادگیری تقویتی با تکرار ارزش (Value Iteration).

هوش مصنوعی کنکور ارشد مهندسی کامپیوتر