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: Parag Kulkarni
سری:
ISBN (شابک) : 9780470919996
ناشر: Wiley
سال نشر: 2012
تعداد صفحات: 298
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Reinforcement and Systemic Machine Learning for Decision Making 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 تقویت و یادگیری ماشین های سیستمیک برای تصمیم گیری 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.
در ساخت ماشین هایی که از تجربه درس می گیرند همیشه مشکلاتی وجود دارد. اطلاعات کامل همیشه در دسترس نیست - یا به صورت تکه تکه در طی یک دوره زمانی در دسترس قرار می گیرد. با توجه به یادگیری سیستمی، نیاز به درک تأثیر تصمیمات و اقدامات بر روی یک سیستم در آن دوره زمانی وجود دارد. این کتاب رویکردی جامع برای پرداختن به این نیاز دارد و الگوی جدیدی را ارائه میکند - ایجاد برنامههای یادگیری جدید و در نهایت ماشینهای هوشمندتر. اولین کتاب در نوع خود در این زمینه جدید و رو به رشد، تقویت و یادگیری ماشین سیستمی برای تصمیم گیری بر حوزه تحقیقاتی تخصصی یادگیری ماشین و یادگیری ماشین سیستمیک تمرکز دارد. به یادگیری تقویتی و کاربردهای آن، یادگیری ماشینی افزایشی، مکانیسمهای تصحیح شکست مکرر و تصمیمگیری چند منظری میپردازد.
There are always difficulties in making machines that learn from experience. Complete information is not always available - or it becomes available in bits and pieces over a period of time. With respect to systemic learning, there is a need to understand the impact of decisions and actions on a system over that period of time. This book takes a holistic approach to addressing that need and presents a new paradigm - creating new learning applications and, ultimately, more intelligent machines. The first book of its kind in this new and growing field, Reinforcement and Systemic Machine Learning for Decision Making focuses on the specialized research area of machine learning and systemic machine learning. It addresses reinforcement learning and its applications, incremental machine learning, repetitive failure-correction mechanisms, and multiperspective decision making.