मॉडेल चाचणी व चुकीतून शिकते, त्याच्या कृतींसाठी बक्षीस किंवा दंड मिळवत, अशी मशीन लर्निंग पद्धत.
मॉडेल चाचणी व चुकीतून शिकते, त्याच्या कृतींसाठी बक्षीस किंवा दंड मिळवत, अशी मशीन लर्निंग पद्धत.
रिइन्फोर्समेंट लर्निंग प्रणालीला लेबल केलेल्या उदाहरणांऐवजी निकालांवरील अभिप्रायातून प्रशिक्षित करते, आधुनिक भाषा मॉडेल प्रशिक्षणाच्या काही टप्प्यांत वापरले जाणारे तंत्र.
Contact: fin100x.ai@gmail.com · Fin100X.AI Pvt. Ltd., Maharashtra, India
AI outputs are advisory; final decision authority rests with authorised government officials.