| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava
Prva stran > Izpis gradiva

Izpis gradiva Pomoč

Naslov:SAMOOJAČITVENO UČENJE
Avtorji:ID Mlakar, Matej (Avtor)
ID Strnad, Damjan (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf UNI_Mlakar_Matej_2012.pdf (1,71 MB)
MD5: 1B2A4260CAD8EE7A2072F6E21619AE90
PID: 20.500.12556/dkum/e00e27d0-f18d-4ddb-b3a6-34e2e97fa37c
 
Jezik:Slovenski jezik
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:V diplomskem delu predstavljamo samoojačitveno učenje, ki je področje strojnega učenja in se ukvarja z vprašanjem, kako naj agent deluje v okolju, da doseže čim večjo nagrado. V nalogi opravimo splošen pregled te teme, nato podrobneje opišemo nekaj pomembnejših metod, eno izmed njih pa implementiramo v mrežnem okolju lovec-plen. Na koncu predstavimo še naš program ter analiziramo dobljene rezultate.
Ključne besede:strojno učenje, nenadzorovano učenje, mrežno okolje lovec-plen
Kraj izida:Maribor
Založnik:[M. Mlakar]
Leto izida:2012
PID:20.500.12556/DKUM-36637 Novo okno
UDK:004.89:004.4(043.2)
COBISS.SI-ID:16232214 Novo okno
NUK URN:URN:SI:UM:DK:KU334R2T
Datum objave v DKUM:11.07.2012
Število ogledov:2064
Število prenosov:170
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
MLAKAR, Matej, 2012, SAMOOJAČITVENO UČENJE [na spletu]. Diplomsko delo. Maribor : M. Mlakar. [Dostopano 2 april 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=36637
Kopiraj citat
  
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Sekundarni jezik

Jezik:Angleški jezik
Naslov:REINFORCEMENT LEARNING
Opis:In this diploma work we present reinforcement learning, which is an area of machine learning that studies the question of how an agent ought to act in an environment to achieve maximum reward. In this work we take a general look at the topic, then describe a few of the more important methods in detail and implement one of them in the predator-prey grid world domain. In the end, we present our program and analyze its results.
Ključne besede:machine learning, unsupervised learning, predator-prey grid world


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici