1 - 4 megjelenítése a 4 találatból, Keresési idő : 0.02s Szűkített eredmények
  1. 1
    Interactive Q-learning with ordinal rewards and unreliable tutor
    Online elérés
    Könyv része
    Hozzáadás a kedvencekhez
    Elmentve itt :
  2. 2
    Qualitative Multi-Armed Bandits A Quantile-Based Approach /
    Online elérés
    Cikk
    Hozzáadás a kedvencekhez
    Elmentve itt :
  3. 3
    Preference-Based reinforcement learning Evolutionary direct policy search using a Preference-Based racing algorithm /
    Online elérés
    Cikk
    Hozzáadás a kedvencekhez
    Elmentve itt :
  4. 4
    Top-k selection based on adaptive sampling of noisy preferences
    Online elérés
    Cikk
    Hozzáadás a kedvencekhez
    Elmentve itt :
‌: Feliratkozás RSS hírfolyamra — Keresés küldése e-mail-ben — Keresés mentése