Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 4 votes.
Titre original :
Statistical Reinforcement Learning: Modern Machine Learning Approaches
Contenu du livre :
L'apprentissage par renforcement est un cadre mathématique permettant de développer des agents informatiques capables d'apprendre un comportement optimal en associant des signaux de récompense génériques à leurs actions passées. Avec de nombreuses applications réussies dans l'intelligence économique, le contrôle des usines et les jeux, le cadre de l'apprentissage par renforcement est idéal pour la prise de décision dans des environnements inconnus avec de grandes quantités de données.
Proposant une introduction actualisée et accessible au domaine, Statistical Reinforcement Learning : Modern Machine Learning Approaches présente les concepts fondamentaux et les algorithmes pratiques de l'apprentissage par renforcement statistique du point de vue de l'apprentissage automatique moderne. Il couvre différents types d'approches d'apprentissage par renforcement statistique, y compris les approches basées sur un modèle et sans modèle, l'itération de la politique et les méthodes de recherche de la politique.
⬤ Il couvre la gamme des algorithmes d'apprentissage par renforcement d'un point de vue moderne.
⬤ Il présente les problèmes d'optimisation associés à chaque scénario d'apprentissage par renforcement couvert.
⬤ Le traitement statistique des algorithmes d'apprentissage par renforcement donne à réfléchir.
Le livre couvre les approches récemment introduites dans les domaines de l'exploration de données et de l'apprentissage automatique afin de fournir un pont systématique entre les chercheurs en NR et en exploration de données/apprentissage automatique. Il présente les résultats les plus récents, y compris la réduction de la dimensionnalité en NR et la NR sensible au risque. De nombreux exemples illustratifs sont inclus pour aider les lecteurs à comprendre l'intuition et l'utilité des techniques d'apprentissage par renforcement.
Ce livre est une ressource idéale pour les étudiants de deuxième cycle en informatique et en statistiques appliquées, ainsi que pour les chercheurs et les ingénieurs dans des domaines connexes.
Autres informations sur le livre :
| ISBN : | 9781439856895 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2015 |
| Nombre de pages : | 206 |
Achat:
Actuellement disponible, en stock.
