Preguntas ciencias reinforcement-learning

Puntuación Visitas Fecha
Foto de perfil de IB508

24

2Resp
23398Vistas

¿Cuándo se prefieren los métodos de Monte Carlo sobre los de diferencia temporal?

Resuelta
Preguntado el 27 de Marzo, 2018 por IB508
Etiquetas :
Foto de perfil de Steve Baroti

26

2Resp
28776Vistas

¿Cuál es la diferencia entre basado en políticas, en políticas, basado en valores, fuera de políticas, libre de modelo y basado en modelo?

Resuelta
Preguntado el 8 de Mayo, 2019 por Steve Baroti
Etiquetas :
Foto de perfil de JasoonS

18

5Resp
9608Vistas

¿Qué relación hay entre la teoría de juegos y el aprendizaje por refuerzo?

Resuelta
Preguntado el 21 de Abril, 2016 por JasoonS
Etiquetas :
Foto de perfil de Sven

2

1Resp
266Vistas

¿Estas dos ecuaciones de Bellman expresan la misma idea?

Resuelta
Preguntado el 24 de Agosto, 2019 por Sven
Etiquetas :
Imagen de perfil de Gerry Coll

22

2Resp
12102Vistas

¿Cómo calcular exactamente la función de pérdida Q-Learning profunda?

Resuelta
Preguntado el 2 de Diciembre, 2016 por Gerry Coll
Etiquetas :
Imagen de perfil de user132651

4

4Resp
1102Vistas

Aprendizaje por refuerzo, pregunta del nuevo libro de Sutton

Resuelta
Preguntado el 4 de Agosto, 2018 por user132651
Etiquetas :
Foto de perfil de tardate

22

4Resp
1170Vistas

¿Cómo diseñarías un sistema de aprendizaje automático para jugar a Angry Birds?

Resuelta
Preguntado el 13 de Febrero, 2012 por tardate
Etiquetas :
Imagen de perfil de jens

4

2Resp
2178Vistas

Los valores Q en un DQN se descontrolan

Resuelta
Preguntado el 30 de Agosto, 2017 por jens
Etiquetas :
Imagen de perfil de Gerry Coll

30

1Resp
26393Vistas

¿Cuál es la diferencia entre episodio y época en el aprendizaje Q profundo?

Resuelta
Preguntado el 11 de Diciembre, 2016 por Gerry Coll
Etiquetas :
Foto de perfil de jens

26

4Resp
23791Vistas

¿Por qué Q-Learning utiliza epsilon-greedy durante las pruebas?

Resuelta
Preguntado el 29 de Marzo, 2017 por jens
Etiquetas :
Foto de perfil de user132651

8

1Resp
4948Vistas

¿Qué son las políticas blandas en el aprendizaje por refuerzo?

Resuelta
Preguntado el 24 de Abril, 2018 por user132651
Etiquetas :
Foto de perfil de lkahtz

5

1Resp
2072Vistas

Diagrama de iteración de políticas en Jack's Car Rental (en aprendizaje por refuerzo)

Resuelta
Preguntado el 17 de Octubre, 2017 por lkahtz
Etiquetas :
Imagen de perfil de toderik

2

1Resp
497Vistas

Q-Learning mediante RNA con acción continua y estado de longitud variable

Abierta
Preguntado el 1 de Junio, 2015 por toderik
Etiquetas :
Imagen de perfil de Syaiful Nizam Yahya

9

2Resp
8613Vistas

El valor de un estado terminal en el aprendizaje por refuerzo

Resuelta
Preguntado el 5 de Junio, 2017 por Syaiful Nizam Yahya
Etiquetas :
Foto de perfil de Usuario no registrado

31

3Resp
8323Vistas

¿El mejor algoritmo de bandido?

Resuelta
Preguntado el 17 de Febrero, 2012 por Usuario no registrado
Etiquetas :
Imagen de perfil de Karl Morrison

34

2Resp
34299Vistas

Aprendizaje supervisado, aprendizaje no supervisado y aprendizaje por refuerzo: Fundamentos del flujo de trabajo

Resuelta
Preguntado el 31 de Marzo, 2015 por Karl Morrison
Etiquetas :
Foto de perfil de cgo

36

2Resp
65171Vistas

¿Cómo hacer una función de recompensa en el aprendizaje por refuerzo?

Resuelta
Preguntado el 3 de Enero, 2016 por cgo
Etiquetas :
Imagen de perfil de gj255

1

1Resp
313Vistas

Valor de la información en un problema de bandidos de brazos múltiples

Resuelta
Preguntado el 8 de Enero, 2017 por gj255
Etiquetas :
Foto de perfil de arun483

40

0Resp
26289Vistas

Cuándo elegir SARSA frente a Q Learning

Resuelta
Preguntado el 4 de Febrero, 2018 por arun483
Etiquetas :
Foto de perfil de Sayan Das

1

1Resp
57Vistas

Intuición detrás de la predicción de la probabilidad en el aprendizaje por refuerzo

Resuelta
Preguntado el 27 de Julio, 2021 por Sayan Das
Etiquetas :
Foto de perfil de PolinLnd

8

2Resp
3016Vistas

regresión con restricciones

Resuelta
Preguntado el 10 de Abril, 2017 por PolinLnd
Etiquetas :
Imagen de perfil de Stéphane

56

10Resp
16985Vistas

Derivación de la ecuación de Bellman en el aprendizaje por refuerzo

Resuelta
Preguntado el 31 de Octubre, 2016 por Stéphane
Etiquetas :
Imagen de perfil de jens

97

5Resp
91155Vistas

Comprender el papel del factor de descuento en el aprendizaje por refuerzo

Resuelta
Preguntado el 30 de Junio, 2016 por jens
Etiquetas :
Imagen de perfil de Andrew J

4

2Resp
240Vistas

¿Cómo se programan los niveles de dificultad del juego en TD gammon?

Resuelta
Preguntado el 29 de Septiembre, 2015 por Andrew J
Etiquetas :
Imagen de perfil de koorosh esteki

11

2Resp
5143Vistas

Aprendizaje por refuerzo en un entorno no estacionario

Resuelta
Preguntado el 18 de Octubre, 2017 por koorosh esteki
Etiquetas :
Foto de perfil de Patrick

3

1Resp
850Vistas

¿Cómo minimizar el ratio de sombra con una red neuronal recurrente LSTM?

Resuelta
Preguntado el 23 de Octubre, 2018 por Patrick
Etiquetas :
Foto de perfil de cgo

2

1Resp
537Vistas

relación entre la política y la recompensa en el aprendizaje por refuerzo

Resuelta
Preguntado el 7 de Marzo, 2016 por cgo
Etiquetas :
Imagen de perfil de Jeff Storey

5

2Resp
3113Vistas

Aprendizaje Q en un entorno estocástico

Resuelta
Preguntado el 15 de Agosto, 2012 por Jeff Storey
Etiquetas :
Foto de perfil de peterlozano

2

1Resp
80Vistas

¿Por qué no se pueden calcular las funciones de valor a partir del estado terminal?

Resuelta
Preguntado el 26 de Febrero, 2021 por peterlozano
Etiquetas :
Imagen de perfil de Ali Gh

1

2Resp
153Vistas

¿Cómo puede la parametrización de la política ser más sencilla que la parametrización de la acción-valor en la aproximación de funciones?

Resuelta
Preguntado el 18 de Diciembre, 2018 por Ali Gh
Etiquetas :

Etiquetas mas usadas

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

Yandex
X