Sözlüğe Dön/Klasik Makine Öğrenmesi ve İstatistiksel Kuram/Bellman Equation
#62 Markov Decision Process (MDP)#64 Q-Learning
Madde #63ML & Kuram/sozluk/bellman-equation

Bellman Equation

Türkçe: Bellman Denklemi
Ayrıntılı Tanım
Bir durumun değerini, o anda alınacak **anlık ödül** ile bir sonraki durumun **gelecekteki beklenen değerinin** toplamı olarak dinamik programlama mantığıyla özyinelemeli (recursive) ifade eden temel denklemdir.
Ne İşe Yarar / Çözülen Problem
Sonsuz gelecekteki ödülleri hesaplamak için zaman çizelgesini sonuna kadar simüle etme zorunluluğunu ortadan kaldırır; bugünü yarına bağlar.
Nasıl Çalışır? (Teknik & Mekanizma)
Durum-değer fonksiyonu: V(s)=max⁡a(R(s,a)+γ∑s′P(s′∣s,a)V(s′))V(s) = \max_a \left( R(s, a) + \gamma \sum_{s'} P(s'|s,a) V(s') \right) Optimal değer, en iyi eylemin getireceği anlık ödül artı iskonto edilmiş bir sonraki durumun değeridir.
Örnek Senaryo & Pratik Uygulama
Emeklilik yatırımı: "Bugün 100 TL biriktirmenin değeri = Bugünün faizi + Yarınki portföyümün değeri."
Benzer Terimlerden Farkı
Bir optimizasyon algoritması değil; dinamik programlama ve pekiştirmeli öğrenmenin matematiksel doğruluk şartıdır.
İlişkili Terimler (3)
#62
Markov Decision Process (MDP)
Markov Karar Süreci
#64
Q-Learning
Q-Öğrenme
#61
Reinforcement Learning (RL)
Pekiştirmeli / Takviyeli Öğrenme
Ait Olduğu Kategori

Klasik Makine Öğrenmesi ve İstatistiksel Kuram

Sembolik AI, GOFAI, karar ağaçları, regresyon ve temel istatistiksel modeller.

Toplam Terim:68 Madde
Bu Kategorideki Tüm Terimleri Gör →
Önceki Terim (#62)Markov Decision Process (MDP)
Sonraki Terim (#64)Q-Learning