Felix Flentge: Maschinelles Lernen von Aktionen : Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten - Taschenbuch
[EAN: 9783639425406], Neubuch, [PU: AV Akademikerverlag], nach der Bestellung gedruckt Neuware - Inhaltlich unveränderte Neuauflage. Bei bestimmten Problemen müssen Aktionen in Abhängigke… Mehr…
[EAN: 9783639425406], Neubuch, [PU: AV Akademikerverlag], nach der Bestellung gedruckt Neuware - Inhaltlich unveränderte Neuauflage. Bei bestimmten Problemen müssen Aktionen in Abhängigkeit von der aktu ellen 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 Bestrafungs signale. 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 appro ximierenden Funktionen während des Lernprozesses verändern, ist es wünschenswert, den Approximator möglichst adaptiv zu gestalten. Das vor lie gende 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 inte res sierte Neulinge an. 144 pp. Deutsch, Books<
Paperback, [PU: AV Akademikerverlag], Inhaltlich unveränderte Neuauflage. Bei bestimmten Problemen müssen Aktionen in Abhängigkeit von der aktu-ellen Situation ausgewählt werden. Manc… Mehr…
Paperback, [PU: AV Akademikerverlag], Inhaltlich unveränderte Neuauflage. Bei bestimmten Problemen müssen Aktionen in Abhängigkeit von der aktu-ellen 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 Bestrafungs-signale. 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 appro-ximierenden Funktionen während des Lernprozesses verändern, ist es wünschenswert, den Approximator möglichst adaptiv zu gestalten. Das vor-lie-gende 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 inte-res-sierte Neulinge an., Computing: General<
[ED: Kartoniert / Broschiert], [PU: AV Akademikerverlag], Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Inhaltlich unveraenderte Neuaufl… Mehr…
[ED: Kartoniert / Broschiert], [PU: AV Akademikerverlag], Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Inhaltlich unveraenderte Neuauflage. Bei bestimmten Problemen muessen Aktionen in Abhaengigkeit von der aktu ellen Situation ausgewaehlt werden. Manchmal lassen, DE, [SC: 0.00], Neuware, gewerbliches Angebot, Hardcover, 144, [GW: 231g], Auflage, Banküberweisung, PayPal<
booklooker.de
Moluna GmbH Versandkosten:Versandkostenfrei, Versand nach Deutschland. (EUR 0.00) Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
*Maschinelles Lernen von Aktionen* - Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten / Taschenbuch für 59 € / Aus dem Bereich: Bü… Mehr…
*Maschinelles Lernen von Aktionen* - Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten / Taschenbuch für 59 € / Aus dem Bereich: Bücher, Ratgeber, Computer & Internet Medien > Bücher nein Taschenbuch Hardcover;Naturwissenschaften, Medizin, Informatik, Technik;Informatik, EDV, AV Akademikerverlag<
Hugendubel.de
Versandkosten:Shipping in 3 days, , Versandkostenfrei nach Hause oder Express-Lieferung in Ihre Buchhandlung., DE. (EUR 0.00) Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Maschinelles Lernen von Aktionen ab 59 € als Taschenbuch: Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten. Aus dem Bereich: Büche… Mehr…
Maschinelles Lernen von Aktionen ab 59 € als Taschenbuch: Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten. Aus dem Bereich: Bücher, Ratgeber, Computer & Internet, Medien > Bücher, AV Akademikerverlag<
Hugendubel.de
Nr. 19202958. Versandkosten:, , DE. (EUR 0.00) Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Maschinelles Lernen von Aktionen : Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten - Taschenbuch
[EAN: 9783639425406], Neubuch, [PU: AV Akademikerverlag], nach der Bestellung gedruckt Neuware - Inhaltlich unveränderte Neuauflage. Bei bestimmten Problemen müssen Aktionen in Abhängigke… Mehr…
[EAN: 9783639425406], Neubuch, [PU: AV Akademikerverlag], nach der Bestellung gedruckt Neuware - Inhaltlich unveränderte Neuauflage. Bei bestimmten Problemen müssen Aktionen in Abhängigkeit von der aktu ellen 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 Bestrafungs signale. 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 appro ximierenden Funktionen während des Lernprozesses verändern, ist es wünschenswert, den Approximator möglichst adaptiv zu gestalten. Das vor lie gende 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 inte res sierte Neulinge an. 144 pp. Deutsch, Books<
Paperback, [PU: AV Akademikerverlag], Inhaltlich unveränderte Neuauflage. Bei bestimmten Problemen müssen Aktionen in Abhängigkeit von der aktu-ellen Situation ausgewählt werden. Manc… Mehr…
Paperback, [PU: AV Akademikerverlag], Inhaltlich unveränderte Neuauflage. Bei bestimmten Problemen müssen Aktionen in Abhängigkeit von der aktu-ellen 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 Bestrafungs-signale. 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 appro-ximierenden Funktionen während des Lernprozesses verändern, ist es wünschenswert, den Approximator möglichst adaptiv zu gestalten. Das vor-lie-gende 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 inte-res-sierte Neulinge an., Computing: General<
[ED: Kartoniert / Broschiert], [PU: AV Akademikerverlag], Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Inhaltlich unveraenderte Neuaufl… Mehr…
[ED: Kartoniert / Broschiert], [PU: AV Akademikerverlag], Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Inhaltlich unveraenderte Neuauflage. Bei bestimmten Problemen muessen Aktionen in Abhaengigkeit von der aktu ellen Situation ausgewaehlt werden. Manchmal lassen, DE, [SC: 0.00], Neuware, gewerbliches Angebot, Hardcover, 144, [GW: 231g], Auflage, Banküberweisung, PayPal<
Versandkosten:Versandkostenfrei, Versand nach Deutschland. (EUR 0.00) Moluna GmbH
*Maschinelles Lernen von Aktionen* - Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten / Taschenbuch für 59 € / Aus dem Bereich: Bü… Mehr…
*Maschinelles Lernen von Aktionen* - Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten / Taschenbuch für 59 € / Aus dem Bereich: Bücher, Ratgeber, Computer & Internet Medien > Bücher nein Taschenbuch Hardcover;Naturwissenschaften, Medizin, Informatik, Technik;Informatik, EDV, AV Akademikerverlag<
Versandkosten:Shipping in 3 days, , Versandkostenfrei nach Hause oder Express-Lieferung in Ihre Buchhandlung., DE. (EUR 0.00)
Maschinelles Lernen von Aktionen ab 59 € als Taschenbuch: Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten. Aus dem Bereich: Büche… Mehr…
Maschinelles Lernen von Aktionen ab 59 € als Taschenbuch: Adaptive Funktionsapproximation für Reinforcement Learning auf der Basis von selbstorganisierenden Karten. Aus dem Bereich: Bücher, Ratgeber, Computer & Internet, Medien > Bücher, AV Akademikerverlag<
1Da einige Plattformen keine Versandkonditionen übermitteln und diese vom Lieferland, dem Einkaufspreis, dem Gewicht und der Größe des Artikels, einer möglichen Mitgliedschaft der Plattform, einer direkten Lieferung durch die Plattform oder über einen Drittanbieter (Marketplace), etc. abhängig sein können, ist es möglich, dass die von eurobuch angegebenen Versandkosten nicht mit denen der anbietenden Plattform übereinstimmen.
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.
Detailangaben zum Buch - Maschinelles Lernen von Aktionen
EAN (ISBN-13): 9783639425406 ISBN (ISBN-10): 3639425405 Gebundene Ausgabe Taschenbuch Erscheinungsjahr: 2012 Herausgeber: AV Akademikerverlag
Buch in der Datenbank seit 2008-05-25T23:51:16+02:00 (Zurich) Detailseite zuletzt geändert am 2023-04-12T11:47:47+02:00 (Zurich) ISBN/EAN: 3639425405
ISBN - alternative Schreibweisen: 3-639-42540-5, 978-3-639-42540-6 Alternative Schreibweisen und verwandte Suchbegriffe: Titel des Buches: maschinelles lernen, aktionen
Weitere, andere Bücher, die diesem Buch sehr ähnlich sein könnten:
