masinõppe meetod, kus arvutisüsteem (agent) õpib tundmatus keskkonnas iseseisvalt tegutsema katse-eksituse meetodil, saades oma tegevuse tulemustele tagasisidet kas preemia või karistusena, et tuletada optimaalne käitumisstrateegia (põhimõte) pikaajalise positiivse kogutagasiside maksimeerimiseks
Online Language Learning Tool SkELL allows users to search for phrases in sentences, collocates and similar words. These examples have been automatically selected and may contain errors.
