دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Olivier Sigaud. Olivier Buffet
سری:
ISBN (شابک) : 9781848211674, 9781118557426
ناشر: Wiley-ISTE
سال نشر: 2010
تعداد صفحات: 466
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 19 مگابایت
در صورت تبدیل فایل کتاب Markov Decision Processes in Artificial Intelligence به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب فرایندهای تصمیم گیری مارکوف در هوش مصنوعی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
فرآیندهای تصمیم مارکوف (MDPs) یک چارچوب ریاضی برای مدلسازی
مسائل تصمیمگیری متوالی در شرایط عدم قطعیت و همچنین مسائل
یادگیری تقویتی هستند. این کتاب که توسط متخصصان این حوزه نوشته
شده است، دیدگاهی جهانی از تحقیقات فعلی با استفاده از MDP ها در
هوش مصنوعی ارائه می دهد. با ارائه مقدماتی جنبه های اساسی MDP ها
(برنامه ریزی در MDP ها، یادگیری تقویتی، MDP های نیمه قابل
مشاهده، بازی های مارکوف و استفاده از معیارهای غیر کلاسیک) شروع
می شود. سپس روندهای تحقیقاتی پیشرفتهتری را در این حوزه ارائه
میکند و با استفاده از کاربردهای مصور چند مثال ملموس ارائه
میکند. 39-66): اولیویه سیگاود و فردریک گارسیا
فصل 3 برنامه نویسی پویا تقریبی (صفحه های 67-98): رمی
مونوس
فصل 4 فرآیندهای تصمیم گیری فاکتوری مارکوف (صفحات 99-126): توماس
دگریس و اولیویه سیگاود
فصل 5 خط مشی؟ الگوریتم های گرادیان (صفحات 127-152): اولیویه
بافت
فصل 6 تکنیک های وضوح آنلاین (صفحه های 153-184): لوران پرت و
فردریک گارسیا
فصل 7 تا حدی قابل مشاهده است (فرآیند تصمیم گیری مارکوف - صفحه
18) 228): آلن دوتک و برونو شرر
بازیهای تصادفی فصل 8 (صفحههای 229–276): آندری بورکوف، لیتیتیا
ماتینیون و براهیم چایب؟ درا
فصل 9 دسامبر؟MDP/POMDP (صفحات 277–318): اورلی بینیر، فرانسوا
شارپیله، دانیل سر و عبدالله مودیب
فصل 10 Non?St معیارهای andard (صفحات 319-360): ماتیو بوسار،
ماروا بوزید، عبدالله مودیب، رجیس سابادین و پل ونگ
فصل 11 آموزش آنلاین برای دستکاری اشیاء کوچک (صفحات 361-374):
گیوم>شور لورن
12 حفاظت از تنوع زیستی (صفحات 375-394): Iadine Chades
فصل 13 هلیکوپتر خودمختار در جستجوی منطقه فرود در یک محیط نامشخص
(صفحات 395-412): Patrick Fabiani and Florent
Teichteil?Kunigsbuchter Resource<14>Ch. کنترل برای یک
ربات خودمختار (صفحات 413-424): سیمون لو گلونک و عبدالله
مودیب
فصل 15 برنامه ریزی عملیات (صفحات 425-452): سیلو تیبو و اولیویه
بافت
Markov Decision Processes (MDPs) are a mathematical framework
for modeling sequential decision problems under uncertainty as
well as Reinforcement Learning problems. Written by experts in
the field, this book provides a global view of current research
using MDPs in Artificial Intelligence. It starts with an
introductory presentation of the fundamental aspects of MDPs
(planning in MDPs, Reinforcement Learning, Partially Observable
MDPs, Markov games and the use of non-classical criteria). Then
it presents more advanced research trends in the domain and
gives some concrete examples using illustrative
applications.Content:
Chapter 1 Markov Decision Processes (pages 1–38): Frederick
Garcia and Emmanuel Rachelson
Chapter 2 Reinforcement Learning (pages 39–66): Olivier Sigaud
and Frederick Garcia
Chapter 3 Approximate Dynamic Programming (pages 67–98): Remi
Munos
Chapter 4 Factored Markov Decision Processes (pages 99–126):
Thomas Degris and Olivier Sigaud
Chapter 5 Policy?Gradient Algorithms (pages 127–152): Olivier
Buffet
Chapter 6 Online Resolution Techniques (pages 153–184): Laurent
Peret and Frederick Garcia
Chapter 7 Partially Observable Markov Decision Processes (pages
185–228): Alain Dutech and Bruno Scherrer
Chapter 8 Stochastic Games (pages 229–276): Andriy Burkov,
Laetitia Matignon and Brahim Chaib?Draa
Chapter 9 DEC?MDP/POMDP (pages 277–318): Aurelie Beynier,
Francois Charpillet, Daniel Szer and Abdel?Illah Mouaddib
Chapter 10 Non?Standard Criteria (pages 319–360): Matthieu
Boussard, Maroua Bouzid, Abdel?Illah Mouaddib, Regis Sabbadin
and Paul Weng
Chapter 11 Online Learning for Micro?Object Manipulation (pages
361–374): Guillaume Laurent
Chapter 12 Conservation of Biodiversity (pages 375–394): Iadine
Chades
Chapter 13 Autonomous Helicopter Searching for a Landing Area
in an Uncertain Environment (pages 395–412): Patrick Fabiani
and Florent Teichteil?Kunigsbuch
Chapter 14 Resource Consumption Control for an Autonomous Robot
(pages 413–424): Simon Le Gloannec and Abdel?Illah
Mouaddib
Chapter 15 Operations Planning (pages 425–452): Sylvie Thiebaux
and Olivier Buffet