Statistiche e Big Data reinforcement-learning

5

Qual è la differenza tra apprendimento off-policy e on-policy?

Il sito Web di intelligenza artificiale definisce l'apprendimento off-policy e on-policy come segue: "Uno studente fuori dalla politica impara il valore della politica ottimale indipendentemente dalle azioni dell'agente. Q-learning è uno studente fuori dalla politica. Uno studente nella politica apprende il valore della politica eseguita dall'agente, compresi i passaggi di …

79 machine-learning reinforcement-learning artificial-intelligence

3

Comprensione del ruolo del fattore di sconto nell'apprendimento per rinforzo

Mi sto insegnando sull'apprendimento per rinforzo e sto cercando di capire il concetto di premio scontato. Quindi la ricompensa è necessaria per dire al sistema quali coppie stato-azione sono buone e quali sono cattive. Ma quello che non capisco è perché è necessario il premio scontato. Perché dovrebbe importare se …

43 machine-learning reinforcement-learning

2

Perché non ci sono motori di apprendimento di rinforzo profondo per gli scacchi, simili a AlphaGo?

I computer sono stati a lungo in grado di giocare a scacchi usando una tecnica a "forza bruta", cercando una certa profondità e quindi valutando la posizione. Il computer AlphaGo tuttavia utilizza solo una ANN per valutare le posizioni (non fa alcuna ricerca approfondita per quanto ne so). È possibile …

32 neural-networks deep-learning reinforcement-learning games

9

Derivazione dell'equazione di Bellman nell'apprendimento per rinforzo

Vedo la seguente equazione in " In Reinforcement Learning. An Introduction ", ma non seguo del tutto il passaggio che ho evidenziato in blu di seguito. Come si deriva esattamente questo passaggio?

32 expected-value reinforcement-learning

2

Apprendimento supervisionato, apprendimento non supervisionato e apprendimento di rinforzo: nozioni di base sul flusso di lavoro

Apprendimento supervisionato 1) Un essere umano crea un classificatore basato su dati di input e output 2) Quel classificatore è addestrato con un set di dati di addestramento 3) Quel classificatore viene testato con un set di dati di test 4) Distribuzione se l' output è soddisfacente Da utilizzare quando, …

30 machine-learning unsupervised-learning supervised-learning reinforcement-learning

3

Il miglior algoritmo bandito?

L'algoritmo bandit più noto è il limite di confidenza superiore (UCB) che ha reso popolare questa classe di algoritmi. Da allora presumo che ora ci siano algoritmi migliori. Qual è l'attuale migliore algoritmo (in termini di prestazioni empiriche o limiti teorici)? Questo algoritmo è in qualche modo ottimale?

27 machine-learning algorithms theory reinforcement-learning multiarmed-bandit

3

Analisi delle serie storiche giornaliere

Sto cercando di fare analisi delle serie storiche e sono nuovo in questo campo. Ho un conteggio giornaliero di un evento dal 2006 al 2009 e voglio adattarlo ad un modello di serie storica. Ecco i progressi che ho fatto: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) La trama risultante che ottengo è: …

25 r time-series seasonality multiple-seasonalities tbats hypothesis-testing beta-distribution machine-learning unsupervised-learning supervised-learning reinforcement-learning

4

Come progetteresti un sistema di apprendimento automatico per giocare a Angry Birds?

Dopo aver giocato troppo ad Angry Birds, ho iniziato ad osservare le mie strategie. Si scopre che ho sviluppato un approccio molto specifico per ottenere 3 stelle su ogni livello. Ciò mi ha fatto riflettere sulle sfide dello sviluppo di un sistema di apprendimento automatico in grado di riprodurre Angry …

22 machine-learning reinforcement-learning

2

Che cos'è l'apprendimento di rinforzo ricorrente

Di recente mi sono imbattuto nella parola "Recurrent Reinforcement Learning". Capisco cos'è la "Rete neuronale ricorrente" e cos'è "Apprendimento per rinforzo", ma non sono riuscito a trovare molte informazioni su cosa sia un "Apprendimento per rinforzo ricorrente". Qualcuno può spiegarmi cos'è un "Apprendimento di rinforzo ricorrente" e qual è la …

20 machine-learning reinforcement-learning

1

Quando scegliere SARSA vs. Q Learning

SARSA e Q Learning sono entrambi algoritmi di apprendimento per rinforzo che funzionano in modo simile. La differenza più evidente è che SARSA è in politica mentre Q Learning è fuori politica. Le regole di aggiornamento sono le seguenti: Q Learning: Q ( st, at) ← Q ( st, at) …

19 reinforcement-learning

4

Perché Q-Learning usa epsilon-greedy durante i test?

Nell'articolo di DeepMind su Deep Q-Learning per i videogiochi Atari ( qui ), usano un metodo avido di epsilon per l'esplorazione durante l'allenamento. Ciò significa che quando si seleziona un'azione in allenamento, questa viene scelta come azione con il valore q più alto o un'azione casuale. La scelta tra questi …

18 machine-learning reinforcement-learning q-learning deep-rl

2

come fare una funzione di ricompensa nell'apprendimento di rinforzo

Mentre studiavo l'apprendimento per rinforzo, mi sono imbattuto in molte forme della funzione di ricompensa: , R ( s , a , s ′ ) e persino una funzione di ricompensa che dipende solo dallo stato attuale. Detto questo, mi sono reso conto che non è molto facile "creare" o …

18 machine-learning reinforcement-learning

2

Perché la lettera Q è stata scelta in Q-learning?

Perché la lettera Q è stata scelta nel nome di Q-learning? La maggior parte delle lettere viene scelta come abbreviazione, come sta per policy e sta per value. Ma non penso che Q sia un'abbreviazione di nessuna parola.ππ\pivvv

17 terminology reinforcement-learning history q-learning

1

L'apprendimento supervisionato è un sottoinsieme dell'apprendimento per rinforzo?

Sembra che la definizione di apprendimento supervisionato sia un sottoinsieme dell'apprendimento di rinforzo, con un particolare tipo di funzione di ricompensa che si basa su dati etichettati (al contrario di altre informazioni nell'ambiente). È una rappresentazione accurata?

16 machine-learning terminology reinforcement-learning supervised-learning definition

4

In che tipo di situazioni di vita reale possiamo usare un algoritmo bandito multi-braccio?

I banditi multibraccio funzionano bene in situazioni in cui hai delle scelte e non sei sicuro di quale massimizzerà il tuo benessere. È possibile utilizzare l'algoritmo per alcune situazioni di vita reale. Ad esempio, l'apprendimento può essere un buon campo: Se un bambino sta imparando la falegnameria e non sa …

15 algorithms reinforcement-learning multiarmed-bandit

Domande taggate «reinforcement-learning»