مشخصات کتاب

Statistical Reinforcement Learning: Modern Machine Learning Approaches

ویرایش:  
نویسندگان: Sugiyama. Masashi  
سری: Chapman & Hall/CRC Machine Learning & Pattern Recognition 
ISBN (شابک) : 9781439856895, 1439856907 
ناشر: CRC Press 
سال نشر: 2015 
تعداد صفحات: 206 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

در صورت تبدیل فایل کتاب Statistical Reinforcement Learning: Modern Machine Learning Approaches 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 یادگیری تقویتی آماری: رویکردهای یادگیری ماشین مدرن 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.

توضیحاتی در مورد کتاب یادگیری تقویتی آماری: رویکردهای یادگیری ماشین مدرن

یادگیری تقویتی یک چارچوب ریاضی برای توسعه عوامل کامپیوتری است که می توانند یک رفتار بهینه را با ارتباط دادن سیگنال های پاداش عمومی با اقدامات گذشته خود بیاموزند. با برنامه‌های موفق متعدد در هوش تجاری، کنترل کارخانه و بازی، چارچوب RL برای تصمیم‌گیری در محیط‌های ناشناخته با مقادیر زیاد داده ایده‌آل است. ارائه مقدمه‌ای به‌روز و در دسترس برای سبک زمینه، یادگیری تقویتی آماری: رویکردهای یادگیری ماشین مدرن مفاهیم اساسی و الگوریتم های عملی یادگیری تقویتی آماری را از th ارائه می دهد. بیشتر بخوانید ...
چکیده: یادگیری تقویتی یک چارچوب ریاضی برای توسعه عوامل کامپیوتری است که می‌توانند یک رفتار بهینه را از طریق ارتباط دادن سیگنال‌های پاداش عمومی با اقدامات گذشته خود بیاموزند. با برنامه‌های موفق متعدد در هوش تجاری، کنترل کارخانه و بازی، چارچوب RL برای تصمیم‌گیری در محیط‌های ناشناخته با مقادیر زیاد داده ایده‌آل است. ارائه مقدمه‌ای به‌روز و در دسترس در این زمینه، آموزش تقویت آماری: مدرن رویکردهای یادگیری ماشین مفاهیم اساسی و الگوریتم های عملی یادگیری تقویتی آماری را ارائه می دهد.

توضیحاتی درمورد کتاب به خارجی

Reinforcement learning is a mathematical framework for developing computer agents that can learn an optimal behavior by relating generic reward signals with its past actions. With numerous successful applications in business intelligence, plant control, and gaming, the RL framework is ideal for decision making in unknown environments with large amounts of data.Supplying an up-to-date and accessible introduction to the field, Statistical Reinforcement Learning: Modern Machine Learning Approaches presents fundamental concepts and practical algorithms of statistical reinforcement learning from th. Read more...
Abstract: Reinforcement learning is a mathematical framework for developing computer agents that can learn an optimal behavior by relating generic reward signals with its past actions. With numerous successful applications in business intelligence, plant control, and gaming, the RL framework is ideal for decision making in unknown environments with large amounts of data.Supplying an up-to-date and accessible introduction to the field, Statistical Reinforcement Learning: Modern Machine Learning Approaches presents fundamental concepts and practical algorithms of statistical reinforcement learning from th

فهرست مطالب

Content: Cover
 Contents
 Foreword
 Preface
 Author
 Part I: Introduction
 Chapter 1: Introduction to Reinforcement Learning
 Part II: Model-Free Policy Iteration
 Chapter 2: Policy Iteration with Value Function Approximation
 Chapter 3: Basis Design for Value Function Approximation
 Chapter 4: Sample Reuse in Policy Iteration
 Chapter 5: Active Learning in Policy Iteration
 Chapter 6: Robust Policy Iteration
 Part III: Model-Free Policy Search
 Chapter 7: Direct Policy Search by Gradient Ascent
 Chapter 8: Direct Policy Search by Expectation-Maximization
 Chapter 9: Policy-Prior Search Part IV: Model-Based Reinforcement LearningChapter 10: Transition Model Estimation
 Chapter 11: Dimensionality Reduction for Transition Model Estimation
 References

نظرات کاربران

کتاب های تصادفی

دانلود کتاب America amore

دانلود کتاب Berichte zur Lebensmittelsicherheit 2013: Nationale Berichterstattung an die EU, Nationaler Rückstandskontrollplan (NRKP), Einfuhrüberwachungsplan (EÜP)

دانلود کتاب The Semantic Web: 17th International Conference, ESWC 2020, Heraklion, Crete, Greece, May 31–June 4, 2020, Proceedings

دانلود کتاب 史记（全九册）

دانلود کتاب Die KPD in der Bundesrepublik: Ihre politische Tätigkeit und Organisation 1945 – 1956