/ Algorithmsforreinforcementlearning
Algorithmsforreinforcementlearning
Algorithmsforreinforcementlearning
主要责任者Szepesvári,Csaba.题名Algorithmsforreinforcementlearning[electronicresource]/CsabaSzepesvári.出版资料SanRafael,Calif.(1537FourthStreet,SanRafael,CA94901USA):Morgan&Claypool,c2010.摘要附注Reinforcementlearningisalearningparadigmconcernedwithlearningtocontrolasystemsoastomaximizeanumericalperformancemeasurethatexpressesalong-termobjective.Whatdistinguishesreinforcementlearningfromsupervisedlearningisthatonlypartialfeedbackisgiventothelearneraboutthelearner'spredictions.Further,thepredictionsmayhavelongtermeffectsthroughinfluencingthefuturestateofthecontrolledsystem.Thus,timeplaysaspecialrole.Thegoalinreinforcementlearningistodevelopefficientlearningalgorithms,aswellastounderstandthealgorithms'meritsandlimitations.Reinforcementlearningisofgreatinterestbecauseofthelargenumberofpracticalapplicationsthatitcanbeusedtoaddress,rangingfromproblemsinartificialintelligencetooperationsresearchorcontrolengineering.Inthisbook,wefocusonthosealgorithmsofreinforcementlearningthatbuildonthepowerfultheoryofdynamicprogramming.Wegiveafairlycomprehensivecatalogoflearningproblems,describethecoreideas,notealargenumberofstateoftheartalgorithms,followedbythediscussionoftheirtheoreticalpropertiesandlimitations. 本软件ID:10030934
主要责任者Szepesvári,Csaba.题名Algorithmsforreinforcementlearning[electronicresource]/CsabaSzepesvári.出版资料SanRafael,Calif.(1537FourthStreet,SanRafael,CA94901USA):Morgan&Claypool,c2010.摘要附注Reinforcementlearningisalearningparadigmconcernedwithlearningtocontrolasystemsoastomaximizeanumericalperformancemeasurethatexpressesalong-termobjective.Whatdistinguishesreinforcementlearningfromsupervisedlearningisthatonlypartialfeedbackisgiventothelearneraboutthelearner'spredictions.Further,thepredictionsmayhavelongtermeffectsthroughinfluencingthefuturestateofthecontrolledsystem.Thus,timeplaysaspecialrole.Thegoalinreinforcementlearningistodevelopefficientlearningalgorithms,aswellastounderstandthealgorithms'meritsandlimitations.Reinforcementlearningisofgreatinterestbecauseofthelargenumberofpracticalapplicationsthatitcanbeusedtoaddress,rangingfromproblemsinartificialintelligencetooperationsresearchorcontrolengineering.Inthisbook,wefocusonthosealgorithmsofreinforcementlearningthatbuildonthepowerfultheoryofdynamicprogramming.Wegiveafairlycomprehensivecatalogoflearningproblems,describethecoreideas,notealargenumberofstateoftheartalgorithms,followedbythediscussionoftheirtheoreticalpropertiesandlimitations. 本软件ID:10030934
文件下载
资源详情
-机器学习
评论信息
其他资源
- 商品后台管理系统
- WindML2.0forTornado2.0
- quartusprime16.0license
- C#/halcon字符检测/GUI
- 基于51单片机的电冰箱控制系统
- nodejs版本控制管理工具NVM最新版本1.7
- 利用已知摄像机内参计算外参数
- VisualStudio2017企业版15.7在线安装包
- QQ文本修改器.exe
- 一种基于滑动积分的码元同步方法
- DspaceDspace_System_Desk_Tutorial协助手册_V5.1（中英文互译）
- 嵌入版_西门子S7-200PPI.rar
- OFDM信道估量(课程论文及代码).rar
- c言语遍历二叉树
- [源代码]C#ASP.NET项目实战-新闻发布系统
- terminal-notifier：从命令行在macOS上发送用户通知-源码
- C++程序编写的打地鼠游戏
- 基于java的设备管理系统
- Erlang6大数据存储方式总结
- MySQL帮助文档，中文版
免责申明
【好快吧下载】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【好快吧下载】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【好快吧下载】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明