Reinforcement Learning
Lorenz, Uwe
Produktnummer:
18252dec0f45a14697ada52309e30bf157
| Autor: | Lorenz, Uwe |
|---|---|
| Themengebiete: | Actor-Critic Bestärkendes Lernen Künstliche Intelligenz Lernen durch Verstärkung Maschinelles Lernen Policy Gadient Q-Learning Reinforcement Learning SARSA Verstärkendes Lernen |
| Veröffentlichungsdatum: | 03.09.2020 |
| EAN: | 9783662616505 |
| Sprache: | Deutsch |
| Seitenzahl: | 170 |
| Produktart: | Kassette / Medienmix z.B. Audio und Buch |
| Verlag: | Springer Berlin |
| Untertitel: | Aktuelle Ansätze verstehen - mit Beispielen in Java und Greenfoot |
Produktinformationen "Reinforcement Learning"
In uralten Spielen wie Schach oder Go können sich die brillantesten Spieler verbessern, indem sie die von einer Maschine produzierten Strategien studieren. Robotische Systeme üben ihre Bewegungen selbst. In Arcade Games erreichen lernfähige Agenten innerhalb weniger Stunden übermenschliches Niveau. Wie funktionieren diese spektakulären Algorithmen des bestärkenden Lernens? Mit gut verständlichen Erklärungen und übersichtlichen Beispielen in Java und Greenfoot können Sie sich die Prinzipien des bestärkenden Lernens aneignen und in eigenen intelligenten Agenten anwenden. Greenfoot (M.Kölling, King’s College London) und das Hamster-Modell (D.Bohles, Universität Oldenburg) sind einfache aber auch mächtige didaktische Werkzeuge, die entwickelt wurden, um Grundkonzepte der Programmierung zu vermitteln. Wir werden Figuren wie den Java-Hamster zu lernfähigen Agenten machen, die eigenständig ihre Umgebung erkunden.
Sie möchten lieber vor Ort einkaufen?
Sie haben Fragen zu diesem oder anderen Produkten oder möchten einfach gerne analog im Laden stöbern? Wir sind gerne für Sie da und beraten Sie auch telefonisch.
Juristische Fachbuchhandlung
Georg Blendl
Parcellistraße 5 (Maxburg)
8033 München
Montag - Freitag: 8:15 -18 Uhr
Samstags geschlossen