書目名稱 | Reinforcement Learning | 副標(biāo)題 | Aktuelle Ans?tze ver | 編輯 | Uwe Lorenz | 視頻video | http://file.papertrans.cn/826/825928/825928.mp4 | 概述 | Führt in die wichtigsten Lernalgorithmen allgemein verst?ndlich ein.Bereitet das Thema auch für interessierte Kreise au?erhalb des akademischen Betriebs auf.Beinhaltet Beispielübungen in Java und Gree | 圖書封面 |  | 描述 | .In uralten Spielen wie Schach oder Go k?nnen sich die brillantesten Spieler verbessern, indem sie die von einer Maschine produzierten Strategien studieren. Robotische Systeme üben ihre Bewegungen selbst. In Arcade Games erreichen lernf?hige?Agenten innerhalb weniger Stunden übermenschliches Niveau. Wie funktionieren?diese spektakul?ren Algorithmen des best?rkenden Lernens? Mit gut verst?ndlichen Erkl?rungen und übersichtlichen Beispielen in Java und Greenfoot k?nnen?Sie sich die Prinzipien des best?rkenden Lernens aneignen und in eigenen intelligenten Agenten anwenden. Greenfoot (M.K?lling, King’s College London) und das?Hamster-Modell (D.Bohles, Universit?t Oldenburg) sind einfache, aber auch m?chtige didaktische Werkzeuge, die entwickelt wurden, um Grundkonzepte der Programmierung zu vermitteln. Wir werden Figuren wie den Java-Hamster zu lernf?higen Agenten machen, die eigenst?ndig ihre Umgebung erkunden. Die zweite Auflage enth?lt neue Themen wie "Genetische Algorithmen" und "Künstliche Neugier" sowie Erkl?rungen zu aktuellen Algorithmen wie A3C und PPO? (wurde u.a. für das Finetuning von ChatGPT verwendet), au?erdem Korrekturen und überarbeitungen...?. | 出版日期 | Book 2024Latest edition | 關(guān)鍵詞 | Maschinelles Lernen; Künstliche Intelligenz; Reinforcement Learning; Best?rkendes Lernen; Verst?rkendes | 版次 | 2 | doi | https://doi.org/10.1007/978-3-662-68311-8 | isbn_softcover | 978-3-662-68310-1 | isbn_ebook | 978-3-662-68311-8 | copyright | Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Tei |
The information of publication is updating
|
|