Садржај
- Дефиниција - Шта значи К-учење?
- Увод у Мицрософт Азуре и Мицрософт Цлоуд | Кроз овај водич научићете о томе шта се рачуна у облаку и како вам Мицрософт Азуре може помоћи да мигрирате и покренете посао из облака.
- Техопедија објашњава К-учење
Дефиниција - Шта значи К-учење?
К-учење је појам за структуру алгоритама који представља учење појачања без модела. Оцењујући политику и користећи стохастичко моделирање К-учење проналази најбољи пут напријед у Марковом процесу одлучивања.
Увод у Мицрософт Азуре и Мицрософт Цлоуд | Кроз овај водич научићете о томе шта се рачуна у облаку и како вам Мицрософт Азуре може помоћи да мигрирате и покренете посао из облака.
Техопедија објашњава К-учење
Техничка структура алгоритма К учења укључује агента, скуп стања и скуп акција по држави.
К функција користи утеге за различите кораке заједно са фактором дисконта како би се вредновале награде.
Иако се може чинити једноставном идејом, К-учење је од највеће важности у многим моделима јачања учења и дубинског учења. Један од најбољих примера је где се дубинско К-учење користи да би се програмима машинског учења помогло да се науче стратегије играња у разним врстама видео игара, на пример, у Атари играма из 1980-их. Овде конволуционарна неуронска мрежа узима узорке игре како би се развио стохастички модел који ће помоћи рачунару да зна боље играти игру током времена.
К-учење има огроман потенцијал који помаже у унапређивању вештачке интелигенције и машинском учењу.