Andere Kunden interessierten sich auch für
![Reinforcement Learning]( "Reinforcement Learning")
Reinforcement Learning32,99 €![Reinforcement Learning From Scratch]( "Reinforcement Learning From Scratch")
Reinforcement Learning From Scratch85,59 €![Reinforcement Learning From Scratch]( "Reinforcement Learning From Scratch")
Reinforcement Learning From Scratch44,99 €![Reinforcement Learning for Reconfigurable Intelligent Surfaces]( "Reinforcement Learning for Reconfigurable Intelligent Surfaces")
Reinforcement Learning for Reconfigurable Intelligent Surfaces30,99 €![Deep Reinforcement Learning]( "Deep Reinforcement Learning")
Deep Reinforcement Learning117,99 €![Deep Reinforcement Learning]( "Deep Reinforcement Learning")
Deep Reinforcement Learning117,99 €![Reinforcement Learning Aided Performance Optimization of Feedback Control Systems]( "Reinforcement Learning Aided Performance Optimization of Feedback Control Systems")
Reinforcement Learning Aided Performance Optimization of Feedback Control Systems52,99 €
In uralten Spielen wie Schach oder Go können sich die brillantesten Spieler verbessern, indem sie die von einer Maschine produzierten Strategien studieren. Robotische Systeme üben ihre Bewegungen selbst. In Arcade Games erreichen lernfähige Agenten innerhalb weniger Stunden übermenschliches Niveau. Wie funktionieren diese spektakulären Algorithmen des bestärkenden Lernens? Mit gut verständlichen Erklärungen und übersichtlichen Beispielen in Java und Greenfoot können Sie sich die Prinzipien des bestärkenden Lernens aneignen und in eigenen intelligenten Agenten anwenden. Greenfoot (M.Kölling, King's College London) und das Hamster-Modell (D.Bohles, Universität Oldenburg) sind einfache aber auch mächtige didaktische Werkzeuge, die entwickelt wurden, um Grundkonzepte der Programmierung zu vermitteln. Wir werden Figuren wie den Java-Hamster zu lernfähigen Agenten machen, die eigenständig ihre Umgebung erkunden.