After 12 mornings you have taken the tram 6 times (Q = −19), the bus 3 times (Q ...
✅ Перевірена відповідь на це питання доступна нижче. Наші рішення, перевірені спільнотою, допомагають краще зрозуміти матеріал.
After 12 mornings you have taken the tram 6 times (Q = −19), the bus 3 times (Q = −20.3) and cycled 3 times (Q = −18). You use UCB with c = 2 to choose on morning t = 13:
At = argmaxa [ Qt(a) + c · √( ln t / Nt(a) ) ], ln 13 ≈ 2.565
What is the UCB value Qt(a) + c · √( ln t / Nt(a) ) of the option that UCB chooses? Give your answer to two decimal places.
Хочете миттєвий доступ до всіх перевірених відповідей на moodle.jku.at?
Отримайте необмежений доступ до відповідей на екзаменаційні питання - встановіть розширення Crowdly зараз!