Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 4 Stimmen.
Statistical Reinforcement Learning: Modern Machine Learning Approaches
Verstärkungslernen ist ein mathematischer Rahmen für die Entwicklung von Computeragenten, die ein optimales Verhalten erlernen können, indem sie generische Belohnungssignale mit ihren vergangenen Aktionen in Beziehung setzen. Mit zahlreichen erfolgreichen Anwendungen in den Bereichen Business Intelligence, Anlagensteuerung und Spiele ist das RL-Rahmenwerk ideal für die Entscheidungsfindung in unbekannten Umgebungen mit großen Datenmengen.
Das Buch Statistical Reinforcement Learning: Modern Machine Learning Approaches bietet eine aktuelle und leicht zugängliche Einführung in das Gebiet und stellt die grundlegenden Konzepte und praktischen Algorithmen des statistischen Verstärkungslernens aus der Sicht des modernen maschinellen Lernens vor. Es deckt verschiedene Arten von RL-Ansätzen ab, einschließlich modellbasierter und modellfreier Ansätze, Policy-Iteration und Policy-Suchmethoden.
⬤ Erfasst das Spektrum der Reinforcement-Learning-Algorithmen aus einer modernen Perspektive.
⬤ Legt die zugehörigen Optimierungsprobleme für jedes behandelte Reinforcement-Learning-Szenario dar.
⬤ Bietet eine zum Nachdenken anregende statistische Behandlung von Verstärkungslernalgorithmen.
Das Buch behandelt Ansätze, die kürzlich in den Bereichen Data Mining und maschinelles Lernen eingeführt wurden, um eine systematische Brücke zwischen RL- und Data Mining/Machine Learning-Forschern zu schlagen. Es stellt die neuesten Ergebnisse vor, einschließlich der Dimensionalitätsreduktion in RL und risikosensitivem RL. Zahlreiche anschauliche Beispiele helfen dem Leser, die Intuition und Nützlichkeit von Reinforcement-Learning-Techniken zu verstehen.
Dieses Buch ist ein ideales Hilfsmittel für Studenten der Informatik und der angewandten Statistik sowie für Forscher und Ingenieure in verwandten Bereichen.
| ISBN: | 9781439856895 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2015 |
| Seitenzahl: | 206 |
Derzeit verfügbar, auf Lager.
