Ödül
Pekiştirmeli öğrenme sırasında bir denetleyicinin her denemeye verdiği puan; model yüksek puanlı denemeleri daha olası kılmayı öğrenir.
Kategori
Bir model nasıl seçilir ve uyarlanır
İlgili terimler
Ödül, pekiştirmeli öğrenme sırasında bir denetleyicinin modelin yaptığı her denemeye verdiği puandır; eğitim modeli daha yüksek puan alan denemelere doğru kaydırır.
Bir ödülü kullanılabilir kılan nedir
Kontrol edilebilir ve incelenebilir olmalıdır: bir rakam atıf yaptığı kaynakla eşleşir, bir atıf doğru maddeye gider, bir çıktı kurumun kural kontrolünden geçer. Bir kişinin inceleyemediği ya da modelin görevi yapmadan karşılayabildiği bir ödül yanlış şeyi öğretir. Modeller gevşek bir ödüldeki açıkları bulur; bu yüzden denetleyici, eğitim başlamadan önce başarısız örneklerle test edilir.
Ödül ne değildir
Onay oranı ya da gelir gibi bir iş sonucu değildir; politika da değildir. Neyin onaylanabileceği, fiyatlanabileceği ya da gönderilebileceği, modelin dışında kurumun yazılı kurallarında kalır. Üst onaya giden KOBİ kredileri örneğinde ödül yalnızca rakamlar denetimli ince ayardan sonra hâlâ kaynaklarından sapıyorsa kullanılır ve şöyledir: “her rakam atıf yaptığı kaynakla eşleşir”.
Bu terimleri kendi kararlarınızdan biri üzerinde birlikte ele almak ister misiniz? Karar Planı ile başlayın