| کلمات | توضیح | |
|---|---|---|
| ۱ | Q-function |
در یادگیری تقویتی، تابعی‌ست که بازده مورد نظر را به ازای رخ دادن یک عمل در یک حالت پیش‌بینی می‌کند و سپس سیاست مشخص‌شده را دنبال می‌کند. تابع Q هم‌چنین به نام تابع ارزش حالت-عمل نیز شناخته می‌شود. |
| ۲ | Q-learning |
در یادگیری تقویتی، الگوریتمی است که اجازه می‌دهد عامل مقدار بهینه تابع Q را در فرآیندهای تصمیم‌گیری مارکوف با استفاده از معادله بلمن یاد بگیرد. فرآیندهای تصمیم‌گیری مارکوف محیط را توصیف می‌کنند. |
| ۳ | Quantile |
هر دسته یا سطل در سطل‌بندی چندک‌ها (quantile bucketing). |
| ۴ | Quantile Bucketing |
توزیع مقادیر یک ویژگی در سطل‌ها به صورتی که هر کدام شامل تعدادی یکسان (یا تقریبا یکسان) از نمونه‌ها باشد. به عنوان مثال، در نمودار زیر ۴ نقطه در ۴ دسته تقسیم شده‌اند که هر کدام شامل ۱۱ نمونه است. برای... |
| ۵ | Quantization |
الگوریتمی که سطل‌بندی چندک‌ها را به ازای یک ویژگی مشخص در مجموعه داده پیاده‌سازی می‌کند. |