Apprendimento statistico di rinforzo: Approcci moderni all'apprendimento automatico

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 4 voti.

Titolo originale:

Statistical Reinforcement Learning: Modern Machine Learning Approaches

Contenuto del libro:

L'apprendimento per rinforzo è un quadro matematico per lo sviluppo di agenti informatici in grado di apprendere un comportamento ottimale mettendo in relazione generici segnali di ricompensa con le sue azioni passate. Con numerose applicazioni di successo nella business intelligence, nel controllo degli impianti e nei giochi, il framework RL è ideale per prendere decisioni in ambienti sconosciuti con grandi quantità di dati.

Fornendo un'introduzione aggiornata e accessibile al campo, Statistical Reinforcement Learning: Modern Machine Learning Approaches presenta i concetti fondamentali e gli algoritmi pratici dell'apprendimento statistico per rinforzo dal punto di vista dell'apprendimento automatico moderno. Copre vari tipi di approcci di RL, compresi quelli basati su modelli e quelli privi di modelli, l'iterazione delle politiche e i metodi di ricerca delle politiche.

⬤ Copre la gamma di algoritmi di apprendimento per rinforzo da una prospettiva moderna.

⬤ Espone i problemi di ottimizzazione associati per ogni scenario di apprendimento per rinforzo trattato.

⬤ Fornisce un'interessante trattazione statistica degli algoritmi di apprendimento per rinforzo.

Il libro copre gli approcci recentemente introdotti nei campi del data mining e dell'apprendimento automatico per fornire un ponte sistematico tra i ricercatori di RL e di data mining/apprendimento automatico. Presenta risultati all'avanguardia, tra cui la riduzione della dimensionalità nella RL e la RL sensibile al rischio. Sono inclusi numerosi esempi illustrativi per aiutare i lettori a comprendere l'intuizione e l'utilità delle tecniche di apprendimento per rinforzo.

Questo libro è una risorsa ideale per gli studenti dei corsi di laurea in informatica e statistica applicata, nonché per i ricercatori e gli ingegneri dei settori correlati.