Uma função de recompensa é o placar de pontos no aprendizado por reforço — ela diz exatamente quantos pontos vale cada ação.
Imagine assim: Num videogame, você ganha +10 pontos ao pegar uma moeda, e perde uma vida ao encostar em espinhos. Esse sistema de pontos é a função de recompensa — ela define o que é "bom" e "ruim" para o jogo, e o jogador (ou a IA) tenta maximizar a pontuação.
Pré-visualização — o resto da lição está reservado aos inscritos.
O seu acesso está ligado à sua conta, não a esta ligação. Inicie sessão com o mesmo e-mail usado na aula: o seu curso está à espera, não precisa de introduzir o código de novo.
Iniciar sessãoAinda não tem conta? Criar umaOs primeiros módulos do curso são de acesso livre. Para o resto há três possibilidades: comprar este curso de uma vez por todas, subscrever, ou introduzir o código entregue na aula.