WEBVTT 00:00.300 --> 00:02.340 Hallo en welkom bij deze Python-tutorial. 00:02.730 --> 00:06.330 Oké, een zeer snelle tutorial vandaag om de kernfunctie te maken. 00:06.540 --> 00:12.300 En dus berekent deze functie eigenlijk gewoon de score op dit glijdende venster van de beloning. 00:12.690 --> 00:17.800 En dus zullen we heel eenvoudig het gemiddelde van alle beloningen in het beloningsvenster berekenen. 00:18.060 --> 00:19.570 Dit zal dus heel eenvoudig zijn. 00:19.580 --> 00:20.490 Laten we dit nu doen. 00:20.730 --> 00:24.060 We gaan deze nieuwe functie maken die we score gaan noemen. 00:24.330 --> 00:29.130 En de scorefunctie zal alleen het argument zelf nemen, omdat we in principe niets nodig hebben 00:29.700 --> 00:35.250 dat we veilig moeten nemen, omdat we natuurlijk autodidact nemen dat we raam waren, dus gewoon mezelf en 00:35.250 --> 00:37.350 dan Colin en daar gaan we. 00:37.620 --> 00:39.570 Er is één regel code voor nodig. 00:39.900 --> 00:43.670 Dus we willen het gemiddelde van alle beloningen en het beloningsvenster berekenen. 00:43.710 --> 00:49.470 Dus dat is eigenlijk de som van alle beloningen in dit oorlogsvenster die tussen min één liggen, plus 00:49.470 --> 00:53.040 één gedeeld door het totale aantal elementen in dit venster. 00:54.030 --> 01:00.630 Dus laten we dit doen, we gaan dat direct teruggeven, dus ik begin met terugkeer, en dus moeten we 01:00.630 --> 01:04.370 de som van alle beloningen nemen en we waren venster. 01:05.040 --> 01:08.460 En om dit te doen, hoeven we alleen maar het beloningsvenster zelf te nemen. 01:08.640 --> 01:13.640 En dus voer ik hier zelf dat beloningsvenster in. 01:14.010 --> 01:14.420 Oke. 01:14.430 --> 01:20.250 En zo heel eenvoudig, dit somt alle elementen op in ons raam. 01:20.700 --> 01:22.000 Dus dat is best praktisch. 01:22.020 --> 01:29.030 En om ze dan binnen te krijgen, moeten we deze som delen door het aantal elementen in het beloningsvenster 01:29.340 --> 01:33.690 en het aantal elementen krijgen waarvoor we de landfunctie moeten nemen. 01:34.020 --> 01:36.780 En dan pakken we ons we waren weer raam. 01:39.060 --> 01:45.480 Daar is het, maar nu moeten we gewoon voorzichtig zijn met iets, het is dat we waren, raam is een 01:45.750 --> 01:50.730 noemer en dit mag absoluut niet gelijk zijn aan nul, wat er ook gebeurt. 01:50.730 --> 01:55.360 We moeten dit vermijden en ervoor zorgen dat de noemer hier niet gelijk is aan nul. 01:55.620 --> 01:58.370 We gaan deze veiligheidstruc toevoegen. 01:58.680 --> 02:01.350 We gaan hier een plus één toevoegen. 02:02.310 --> 02:08.360 Dus dat leent zich ervoor dat we venster plus één nooit gelijk zijn aan nul als de noemer hier gelijk 02:08.370 --> 02:09.300 is aan nul. 02:09.330 --> 02:12.750 Dit zal je systeem laten crashen, dus we moeten het vermijden. 02:13.020 --> 02:14.100 En dat is helemaal goed. 02:14.100 --> 02:17.280 Als je een plus één toevoegt, krijg je nog steeds een goede maatstaf voor de score. 02:17.730 --> 02:18.120 Oke. 02:18.120 --> 02:18.670 Perfect. 02:18.690 --> 02:24.180 En dat is dus alles wat we hebben, onze kernfunctie, die ons het gemiddelde van de beloningen in het schuifvenster zal 02:24.180 --> 02:24.540 geven. 02:25.050 --> 02:25.490 Oke. 02:25.530 --> 02:31.650 Laten we nu verder gaan met de volgende functie, dezelfde functie die uw model zal redden, dat wil zeggen het brein 02:31.650 --> 02:37.440 van uw auto redden, zodat u deze vervolgens opnieuw kunt gebruiken door deze te laden met een andere functie 02:37.440 --> 02:39.290 die na de dezelfde functie. 02:39.750 --> 02:46.110 Het is dus heel praktisch om deze bewaartruc, bewaarfunctie te hebben om je modellen op te slaan voor het geval je ze opnieuw wilt gebruiken 02:46.110 --> 02:49.000 voor welk doel dan ook waar ze nuttig kunnen zijn. 02:49.470 --> 02:51.240 Dat gaan we dus doen in de volgende tutorial. 02:51.390 --> 02:53.030 En tot die tijd, geniet van I.