Titre original :
Bayesian Reinforcement Learning: A Survey
Contenu du livre :
Les méthodes bayésiennes pour l'apprentissage automatique ont été largement étudiées, produisant des méthodes fondées sur des principes pour incorporer des informations préalables dans les algorithmes d'inférence. Cette monographie propose au lecteur un examen approfondi du rôle des méthodes bayésiennes dans le paradigme de l'apprentissage par renforcement (RL).
Les principales raisons d'incorporer le raisonnement bayésien dans l'apprentissage par renforcement sont qu'il fournit une approche élégante de la sélection des actions (exploration/exploitation) en fonction de l'incertitude de l'apprentissage, et qu'il fournit un mécanisme permettant d'incorporer des connaissances préalables dans les algorithmes. Apprentissage bayésien par renforcement : A Survey traite d'abord des modèles et des méthodes d'inférence bayésienne dans le modèle simple de Bandit à une étape. Il passe ensuite en revue l'abondante littérature récente sur les méthodes bayésiennes pour l'apprentissage par renforcement basé sur un modèle, où les informations préalables peuvent être exprimées sur les paramètres du modèle de Markov.
Il présente également des méthodes bayésiennes pour l'apprentissage par renforcement sans modèle, où les informations préalables sont exprimées sur la fonction de valeur ou la classe de politique. Apprentissage par renforcement bayésien : A Survey est une référence complète pour les étudiants et les chercheurs qui s'intéressent aux algorithmes bayésiens d'apprentissage par renforcement et à leurs propriétés théoriques et empiriques.
Autres informations sur le livre :
| ISBN : | 9781680830880 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
