রিইনফোর্সমেন্ট লার্নিং কী? উদাহরণ লেখো।
⭐⭐⭐⭐পরীক্ষায় এই টপিকটি 1 নম্বরে (সংক্ষেপে) এলে ঠিক এতটুকুই লিখবে — প্রায় 26 শব্দ। (শুধু এক লাইনে সংজ্ঞা)
কত নম্বরে কতটা লিখবে
| নম্বর | কী লিখবে | আকার |
|---|---|---|
| 1 | শুধু এক লাইনে সংজ্ঞা | 1–2 লাইন |
| 2 | সংজ্ঞা + একটি উদাহরণ | 4–5 লাইন |
| 3 | পুরো উত্তর লেখো (নিচের সম্পূর্ণ উত্তর) | 1-2 পৃষ্ঠা |
| 4 | পুরো উত্তর লেখো (নিচের সম্পূর্ণ উত্তর) | 1-2 পৃষ্ঠা |
| 5 | পুরো উত্তর লেখো (নিচের সম্পূর্ণ উত্তর) | 1-2 পৃষ্ঠা |
সংজ্ঞা
রিইনফোর্সমেন্ট লার্নিং (Reinforcement Learning) বলতে বোঝায় পুরস্কার ও শাস্তির ফল থেকে শিখে ধাপে ধাপে সেরা কৌশল খুঁজে বের করার পদ্ধতি।