دانلود کتاب Statistical Reinforcement Learning: Modern Machine Learning Approaches (به فارسی: یادگیری تقویتی آماری: رویکردهای یادگیری ماشین مدرن) نوشته شده توسط «Masashi Sugiyama»
اطلاعات کتاب یادگیری تقویتی آماری: رویکردهای یادگیری ماشین مدرن
موضوع اصلی: کامپیوتر – علوم کامپیوتر
نوع: کتاب الکترونیکی
ناشر: Chapman and Hall/CRC
نویسنده: Masashi Sugiyama
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2015
تعداد صفحه: 573
حجم فایل: 11.55 مگابایت
کد کتاب: 1439856893 , 9781439856895
نوبت چاپ: 1
توضیحات کتاب یادگیری تقویتی آماری: رویکردهای یادگیری ماشین مدرن
یادگیری تقویتی (RL) چارچوبی برای تصمیم گیری در محیط های ناشناخته بر اساس مقدار زیادی داده است. چندین برنامه کاربردی RL برای هوش تجاری، کنترل کارخانه و بازیکنان بازی با موفقیت در سالهای اخیر مورد بررسی قرار گرفتهاند. این کتاب با ارائه مقدمه ای در دسترس برای این زمینه، رویکردهای مبتنی بر مدل و بدون مدل، تکرار خط مشی، و روش های جستجوی خط مشی را پوشش می دهد. این نمونههای گویا و نتایج پیشرفتهای از جمله کاهش ابعاد در RL و RLm حساس به ریسک را ارائه میدهد. این کتاب پلی بین RL و داده کاوی و تحقیقات یادگیری ماشینی فراهم می کند.
Reinforcement learning (RL) is a framework for decision making in unknown environments based on a large amount of data. Several practical RL applications for business intelligence, plant control, and game players have been successfully explored in recent years. Providing an accessible introduction to the field, this book covers model-based and model-free approaches, policy iteration, and policy search methods. It presents illustrative examples and state-of-the-art results, including dimensionality reduction in RL and risk-sensitive RLm. The book provides a bridge between RL and data mining and machine learning research.
دانلود کتاب «یادگیری تقویتی آماری: رویکردهای یادگیری ماشین مدرن»
📖 خرید این کتاب
برای دریافت فایل و اطلاع از قیمت، روی یکی از دکمههای زیر کلیک کنید تا پیام آماده برای شما ارسال شود:
پس از ارسال پیام، قیمت و لینک دریافت فایل در اسرع وقت برای شما ارسال خواهد شد.