Data Science Interview-এর 100+ Core Concepts › Chapter 11

Chapter 11: Reinforcement Learning

1. 101 Agent, Environment, State এবং Action 1 min
2. 102 Reward এবং Reward Signal 1 min
3. 103 Policy কী? 1 min
4. 104 Return এবং Discount Factor 1 min
5. 105 Markov Decision Process (MDP) 1 min
6. 106 Exploration vs Exploitation 1 min
7. 107 Value Function এবং Q-Value 1 min
8. 108 Q-Learning 1 min
9. 109 On-Policy vs Off-Policy Learning 1 min
10. 110 Reward Shaping এবং তার ঝুঁকি 1 min
11. 111 Deep Q-Network (DQN)—Basic Intuition 1 min
12. 112 RL-এর বাস্তব ব্যবহার ও সীমাবদ্ধতা 1 min