Maschinelles Lernen von Aktionen Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten
-
- Deutsch ausgewählt
-
Verlag:AV Akademikerverlag
- AV Akademikerverlag 59,00 € ausgewählt
- VDM 59,00 €
59,00 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
12.06.2012
Verlag
AV AkademikerverlagSeitenzahl
144
Maße (L/B/H)
22/15/1 cm
Gewicht
233 g
Sprache
Deutsch
ISBN
978-3-639-42540-6
Inhaltlich unveränderte Neuauflage. Bei bestimmten Problemen müssen Aktionen in Abhängigkeit von der aktuellen Situation ausgewählt werden. Manchmal lassen sich diese Aktionen auf analytischem Weg nur schwer bestimmen. Hier bietet sich der Einsatz von Reinforcement Learning Algorithmen an. Dabei wird dem Computer kein Lösungsweg vorgegeben. Er erhält lediglich Belohnungs- oder Bestrafungssignale. Bei komplexeren Problemen ist die Anzahl der möglichen Situationen jedoch so groß, dass über verschiedene Situationen generalisiert werden muss und Funktionsapproximatoren eingesetzt werden müssen. Da sich die zu approximierenden Funktionen während des Lernprozesses verändern, ist es wünschenswert, den Approximator möglichst adaptiv zu gestalten. Das vorliegende Buch beschreibt einen solchen adaptiven Approximator auf der Basis von selbstorganisierenden Karten. Die Anwendung des Approximators zum Lernen von diskreten Aktionen und kontinuierlichen Aktionswerten wird anhand von verschiedenen Beispielen demonstriert. Das Buch wendet sich in erster Linie an Forscher und Entwickler, spricht aber mit Einleitungskapiteln über Reinforcement Learning und selbstorganisierende Karten auch interessierte Neulinge an.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben: Einfach Barcode scannen, Versandetikett ausdrucken, Bücher verschicken und Thalia Geschenkkarte erhalten.
Jetzt verkaufenKundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice