English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Zendy Plus

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Zendy Tools

Zendy Open

RESUME. Cet article presente deux strategies d’echantillonnage dans le contexte de l’apprentissage par renforcement en mode “batch”. La premiere strategie repose sur l’idee que les experiences susceptibles de mener a une modification de la politique de decision courante sont particulierement informatives. Etant donne a priori un algorithme d’inference de politiques de decision ainsi qu’un modele predictif du systeme, une experience est realisee si, etant donne le modele predictif, cette experience mene a l’apprentissage d’une politique de decision differente. La deuxieme strategie exploite des resultats recemment publies pour calculer des bornes sur le retour des politiques de decision de maniere a selectionner des experiences ameliorant la precision des bornes afin de discriminer les politiques non-optimales. Ces deux strategies sont illustrees sur des problemes elementaires et les resultats obtenus sont prometteurs.

Stratégies d’échantillonnage pour l’apprentissage par renforcement batch