پروژه یادگیری تقویتی

پروژه یادگیری تقویتی

فرمت فایل دانلودی: .docx
فرمت فایل اصلی: docx
تعداد صفحات: 25
حجم فایل: 718
قیمت: : 2000 تومان

بخشی از متن:
بخشی از مقدمه:
حیوانات، انسان ها، اتومات ها و .. از خود رفتار های مختلفی در محیطی که آن ها را احاطه کرده، در شرایط مختلف، از خود نشان می دهند. آن ها کارهای مختلفی را به عنوان باز خورد در جواب ورودی هایی که از محیط می گیرند انجام می دهند. بعضی از این عامل ها رفتار های خود را در طول زمان عوض می کنند. آن ها ممکن است با دادن ورودی های یکسان، عمل های متفاوتی نسبت به حرکت های قبلی خود انجام دهند. چنین عاملی یاد می گیرد. شاخه یادگیری ماشین به مطالعه الگوریتم های یادگیری که مشخص می کند تغییر در ورودی ها چگونه در رفتار عامل تغییر ایجاد می کند می پردازد. الگوریتم های یادگیری به 3 دسته تقسیم می شوند: ...

فهرست مطالب:
معرفی یادگیری تقویتی
برنامه نویسی پویا
اجزا یک سیستم یادگیری تقویتی
 محیط
 تابع پاداش
 تابع مقدار
 Q-Learning
 معرفی
 الگوریتم یادگیری
 مثالی از یک عامل
 مثالی از برج هانوی
 اثبات همگرایی
 یادگیری Q برای MDP غیرقطعی
 روش های مونت کارلو در یادگیری تقویتی
 ویژگیها
 سیاست first visit MC
 کنترل مونت کارلو
 همگرایی مونت کارلو
on line policy و off linepolicy
منابع

پاورپوینت درس طراحی الگوریتم ها(با شبه کد های ++c)

پاورپوینت درس طراحی الگوریتم ها(با شبه کد های ++c)

منبع : کتاب طراحی الگوریتمها

مترجم : جعفر نژاد قمی

عناوین فصل ها :

کارایی ، تحلیل و مرتبه الگوریتم ها

روش تقسیم و حل

برنامه نویسی پویا

روش حریصانه در طراحی الگوریتم

راهبرد عقبگرد

مقدمه ای بر پیچیدگی محاسباتی:مسئله مرتب سازی

تعداد صفحات : 249 اسلاید