找回密碼
 To register

QQ登錄

只需一步，快速開始

掃一掃，訪問微社區(qū)

打印 上一主題 下一主題

Titlebook: Reinforcement Learning; Aktuelle Ans?tze ver Uwe Lorenz Book 2024Latest edition Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenz

[復制鏈接]
查看: 53656|回復: 40
樓主
發(fā)表于 2025-3-21 16:37:37 | 只看該作者 |倒序瀏覽 |閱讀模式
書目名稱Reinforcement Learning
副標題Aktuelle Ans?tze ver
編輯Uwe Lorenz
視頻videohttp://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Titlebook: Reinforcement Learning; Aktuelle Ans?tze ver Uwe Lorenz Book 2024Latest edition Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenz
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
關鍵詞Maschinelles Lernen; Künstliche Intelligenz; Reinforcement Learning; Best?rkendes Lernen; Verst?rkendes
版次2
doihttps://doi.org/10.1007/978-3-662-68311-8
isbn_softcover978-3-662-68310-1
isbn_ebook978-3-662-68311-8
copyrightDer/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Tei
The information of publication is updating

書目名稱Reinforcement Learning影響因子(影響力)




書目名稱Reinforcement Learning影響因子(影響力)學科排名




書目名稱Reinforcement Learning網(wǎng)絡公開度




書目名稱Reinforcement Learning網(wǎng)絡公開度學科排名




書目名稱Reinforcement Learning被引頻次




書目名稱Reinforcement Learning被引頻次學科排名




書目名稱Reinforcement Learning年度引用




書目名稱Reinforcement Learning年度引用學科排名




書目名稱Reinforcement Learning讀者反饋




書目名稱Reinforcement Learning讀者反饋學科排名




單選投票, 共有 1 人參與投票
 

1票 100.00%

Perfect with Aesthetics
 

0票 0.00%

Better Implies Difficulty
 

0票 0.00%

Good and Satisfactory
 

0票 0.00%

Adverse Performance
 

0票 0.00%

Disdainful Garbage
您所在的用戶組沒有投票權限
沙發(fā)
發(fā)表于 2025-3-21 20:26:52 | 只看該作者
Uwe LorenzDissertation planen und die sich die Datenerhebung dadurch erleichtern wollen, dass sie F?lle aus ihrem sozialen Nahbereich rekrutieren. R?t man davon ab, diesen Weg zu gehen, dann ist der Grund dafür nicht der, dass das Fremde sich leichter erschlie?en l?sst als das Vertraute, da bei fremden F?llen
板凳
發(fā)表于 2025-3-22 00:47:47 | 只看該作者
Uwe LorenzDissertation planen und die sich die Datenerhebung dadurch erleichtern wollen, dass sie F?lle aus ihrem sozialen Nahbereich rekrutieren. R?t man davon ab, diesen Weg zu gehen, dann ist der Grund dafür nicht der, dass das Fremde sich leichter erschlie?en l?sst als das Vertraute, da bei fremden F?llen
地板
發(fā)表于 2025-3-22 05:17:04 | 只看該作者
5#
發(fā)表于 2025-3-22 09:03:05 | 只看該作者
6#
發(fā)表于 2025-3-22 16:30:03 | 只看該作者
,Leitbilder in der Künstlichen Intelligenz,end wird über das Verh?ltnis von Mensch und KI reflektiert, wobei Themen wie Willensfreiheit, m?gliche Beitr?ge von KI zur intellektuellen Weiterentwicklung der Menschheit sowie der Einfluss gesellschaftlicher Rahmenbedingungen auf die Technikentwicklung thematisiert werden.
7#
發(fā)表于 2025-3-22 17:34:55 | 只看該作者
8#
發(fā)表于 2025-3-22 23:45:51 | 只看該作者
,Verst?rkendes Lernen als Teilgebiet des Maschinellen Lernens,ent Learnings in das Gebiet. Es wird ein grober überblick über die verschiedenen Prinzipien des Maschinellen Lernens gegeben und erkl?rt, wodurch sie sich vom Ansatz her unterscheiden. Im Anschluss wird auf Besonderheiten der Implementierung von Reinforcement Learning Algorithmen mit der Programmier
9#
發(fā)表于 2025-3-23 02:56:13 | 只看該作者
,Grundbegriffe des Best?rkenden Lernens,eagent ist und wie er mithilfe seiner Steuerung (engl. policy) in einer Umgebung mehr oder weniger intelligentes Verhalten erzeugt. Der Aufbau des Grundmodells des Verst?rkenden Lernens wird beschrieben und der Intelligenzbegriff im Sinne einer behavioristischen Nutzenmaximierung vorgestellt. Au?erd
10#
發(fā)表于 2025-3-23 09:14:50 | 只看該作者
 關于派博傳思  派博傳思旗下網(wǎng)站  友情鏈接
派博傳思介紹 公司地理位置 論文服務流程 影響因子官網(wǎng) 吾愛論文網(wǎng) 大講堂 北京大學 Oxford Uni. Harvard Uni.
發(fā)展歷史沿革 期刊點評 投稿經(jīng)驗總結 SCIENCEGARD IMPACTFACTOR 派博系數(shù) 清華大學 Yale Uni. Stanford Uni.
QQ|Archiver|手機版|小黑屋| 派博傳思國際 ( 京公網(wǎng)安備110108008328) GMT+8, 2025-10-9 20:00
Copyright © 2001-2015 派博傳思   京公網(wǎng)安備110108008328 版權所有 All rights reserved
快速回復 返回頂部 返回列表
榆中县| 虞城县| 康定县| 若羌县| 景谷| 麻江县| 墨江| 通道| 洞头县| 许昌市| 庆安县| 兴安盟| 郧西县| 上虞市| 梅河口市| 鄂托克前旗| 海原县| 吉隆县| 福建省| 博野县| 龙山县| 鄂托克前旗| 吐鲁番市| 尚志市| 卫辉市| 泗洪县| 武定县| 乌鲁木齐县| 炉霍县| 子长县| 宝清县| 汕头市| 普安县| 乌鲁木齐县| 额尔古纳市| 德阳市| 定日县| 西安市| 宁远县| 安乡县| 钟祥市|