
Ваша оценкаДанное руководство по усиленному обучению (Reinforcement Learning, RL), охватывает теоретические основы, практические применения и современные достижения. В начале дается определение RL, его исторический контекст и ключевые отличия от других видов машинного обучения. Примеры применения RL охватывают игры, робототехнику, финансовые рынки и управление ресурсами. Математические основы включают марковские процессы принятия решений, состояния, действия, награды и политики, а также Беллмановские уравн...
Год издания:
2024
Возрастные ограничения:
12+
Рейтинг LiveLib
4,8
6 оценок
- 583%
- 417%
- 30%
- 20%
- 10%
Ваша оценкаПрочитали 6Хотят прочитать 1
Рецензии
На эту книгу еще нет ни одной рецензии. Ваша может стать первой.
Цитаты
Еще не добавлена ни одна цитата из книги. Ваша может стать первой.
Подборки с этой книгой
Еще нет ни одной подборки с этой книгой. Ваша может стать первой.



















