Ενισχυτική μάθηση

Αυτή η ενότητα διερευνά την ενισχυτική μάθηση, έναν τύπο μηχανικής μάθησης όπου οι πράκτορες μαθαίνουν να λαμβάνουν αποφάσεις αλληλεπιδρώντας με το περιβάλλον για να μεγιστοποιήσουν τη σωρευτική ανταμοιβή. Καλύπτει βασικές έννοιες όπως η διαδικασία απόφασης Markov, η βελτιστοποίηση πολιτικής και οι μέθοδοι που βασίζονται στην αξία, καθώς και εφαρμογές σε τομείς όπως τα παιχνίδια, η ρομποτική και τα αυτόνομα συστήματα.

Πύλη > Τεχνητή νοημοσύνη > Ενισχυτική μάθηση

Δημιουργός προγράμματος σπουδών

Sutton, Richard S., και Andrew G. Barto. Ενισχυτική μάθηση: An Introduction. Δεύτερη έκδοση. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Kochenderfer, Mykel J., Tim A. Wheeler και Kyle H. Wray. Algorithms for Decision Making. Cambridge, Massachusetts: The MIT Press, 2022.

Bertsekas, Dimitri P. Reinforcement Learning and Optimal Control. 2η εκτύπωση (περιλαμβάνει συντακτικές αναθεωρήσεις). Belmont, Μασαχουσέτη: Athena Scientific, 2019.

Σας ευχαριστούμε για την εγγραφή σας στο ενημερωτικό μας δελτίο!

Σας ευχαριστώ! RSVP για τους Sutton, Richard S. και Andrew G. Barto. Reinforcement Learning: An Introduction. Δεύτερη έκδοση. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Sutton, Richard S., και Andrew G. Barto. Ενισχυτική μάθηση: An Introduction. Δεύτερη έκδοση. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Φόρτωση...

Φόρτωση...