Публикации по теме 'reinforcement-learning'


Понимание обучения с подкреплением: объяснение без кода и без математики
Что происходит внутри Агента, который заставляет машины учиться побеждать чемпионов мира в настольных играх? TD = Ограничение среды + Будущие возможности — Текущее действие Что, если вам нужно вычислить только TD , чтобы понять, как работает обучение с подкреплением? Это удивительный класс алгоритмов машинного обучения, который заставляет агента (то есть робота) учиться так же, как наш мозг. Агент взаимодействует со средой и после каждого взаимодействия вычисляет TD для..
Новый способ мотивировать ИИ!
FICM может быть более эффективным средством для агента RL для получения бонусов за исследование. Мотивировать ИИ? Помните конфеты от учителей, когда вы получали правильный ответ в классе? Своего рода очарование, которое побуждает вас продолжать вести себя хорошо и исправлять себя, чтобы соответствовать стандарту получения конфет. Как и нам, искусственному интеллекту (ИИ) также нужно что-то привлекательное, чтобы поддерживать мотивацию к обучению и самосовершенствованию...
Нуждающиеся в эволюции: теория игр и искусственный интеллект
Искусственный интеллект (ИИ) полон вопросов, на которые невозможно ответить, и ответов, которые нельзя отнести к правильным вопросам. В прошлом за свое упорство в неправильных методах он расплачивался периодами застоя, известными как зимы ИИ. Однако в календаре AI только что наступила весна, и количество приложений процветает. Тем не менее, есть ветвь ИИ, которой долгое время не уделялось должного внимания. Речь идет об обучении с подкреплением, которое недавно показало впечатляющие..
Понимание математики обучения с подкреплением, для разработчиков
Мягкий подход для разработчиков к расшифровке математической формулы обучения с подкреплением Если вы разработчик, не обладающий достаточными знаниями в математике, возможно, вам сложно усвоить базовую формулу обучения с подкреплением. Понимание этого уравнения может быть сложной задачей для людей с недостаточным математическим образованием. Однако, если не считать загадочных символов, это не так уж и сложно понять. Все сводится к тому, чтобы задать вопрос: чего стоит быть в..
Глава 18: Обучение с подкреплением
Обзор практического машинного обучения с помощью Scikit-Learn, Keras и Tensorflow Орельена Жерона Резюме Когда я традиционно думал о машинном обучении и искусственном обучении, прежде чем начать свое обучение, обучение с подкреплением было, по сути, тем, о чем я думал. Это процесс, в котором компьютер или робот с компьютерным питанием учится выполнять задачу без вмешательства человека. Большинство людей видели видео, на которое я дал ссылку выше, как человекоподобный робот учится..
Тенденции развития технологий электронной коммерции: обучение с подкреплением для динамического ценообразования
Ограничения на физическое взаимодействие во всем мире изменили нашу жизнь и привычки. И хотя пандемия нарушила работу большинства отраслей, электронная коммерция процветала. В этой статье рассказывается, как обучение с подкреплением для динамического ценообразования помогает ритейлерам совершенствовать свои стратегии ценообразования, чтобы повысить прибыльность и повысить вовлеченность и лояльность клиентов. Для интернет-магазинов жизненно важно идти в ногу с изменениями цен...
Ray: распределенная платформа для приложений обучения с подкреплением
Майкл И. Джордан, профессор Калифорнийского университета в Беркли, и его исследовательская группа в лаборатории RISE разработали новую распределенную среду машинного обучения под названием Ray , которая поддерживает построение в реальном времени. системы обучения с подкреплением. Ray — это программная замена Spark, использующая модель вычисления динамического графа задач, которая поддерживает как модели параллельного выполнения задач, так и модели программирования акторов. Там можно..