reinforcement-learning पर टैग किए गए जवाब

यह मुझे लगता है कि फ़ंक्शन को फ़ंक्शन द्वारा आसानी से व्यक्त किया जा सकता है और इस प्रकार फ़ंक्शन मेरे लिए बहुत ही अच्छा लगता है। हालांकि, मैं सुदृढीकरण सीखने के लिए नया हूं इसलिए मुझे लगता है कि मुझे कुछ गलत लगा।वीVVक्यूQQवीVV परिभाषाएं Q- और V- अधिगम मार्कोव …

30 machine-learning  reinforcement-learning 

मैं 100 न्यूमेरिक फीचर्स के साथ 50k उदाहरणों पर एक ढाल बढ़ाने वाले मॉडल को प्रशिक्षित करने की कोशिश कर रहा हूं। XGBClassifierमेरी मशीन पर 43 सेकंड के भीतर 500 पेड़ लगाता है, जबकि GradientBoostingClassifier1 मिनट और 2 सेकंड में केवल 10 पेड़ (!) को संभालता है :( मैंने 500 …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

मैं Google के AlphaGo ( http://googleresearch.blogspot.co.uk/2016/01///pphago-mastering-ancient-game-of-go.html ) के बारे में एक उच्च स्तरीय सारांश पढ़ रहा था , और मैं इस नीति के बारे में आया था। नेटवर्क "और" मूल्य नेटवर्क "। उच्च स्तर पर, मैं समझता हूं कि नीति नेटवर्क का उपयोग चालों का सुझाव देने के लिए किया …

25 machine-learning  reinforcement-learning 

स्पष्ट रूप से, सुदृढीकरण सीखने में, अस्थायी-अंतर (टीडी) विधि एक बूटस्ट्रैपिंग विधि है। दूसरी ओर, मोंटे कार्लो तरीके बूटस्ट्रैपिंग तरीके नहीं हैं। वास्तव में आरएल में बूटस्ट्रैपिंग क्या है? RL में बूटस्ट्रैपिंग विधि क्या है?

23 reinforcement-learning 

मैं Google का दीपमिन्द अटारी पेपर पढ़ रहा हूँ और मैं "अनुभव फिर से खेलना" की अवधारणा को समझने की कोशिश कर रहा हूँ। अनुभव फिर से खेलना कई अन्य सुदृढीकरण सीखने के कागजात (विशेषकर, अल्फा गो पेपर) में आता है, इसलिए मैं समझना चाहता हूं कि यह कैसे काम …

20 reinforcement-learning  q-learning 

मैं विषय का विशेषज्ञ नहीं हूं, और मेरा सवाल शायद बहुत भोला है। यह एक निबंध से लगता है कि सुदृढीकरण सीखने की शक्तियों और सीमा को समझने के लिए अल्फ़ाज़ो कार्यक्रम में उपयोग किया जाता है। अन्य चीजों (मोंटे-कार्लो पेड़ों की खोज, आदि), तंत्रिका नेटवर्क का उपयोग करके बनाया …

13 reinforcement-learning 

मैं मजे के लिए रिमोट सेल्फ सेल्फ ड्राइविंग कार बना रहा हूं। मैं ऑनबोर्ड कंप्यूटर के रूप में रास्पबेरी पाई का उपयोग कर रहा हूं; और मैं कार के परिवेश पर प्रतिक्रिया के लिए विभिन्न प्लग-इन, जैसे रास्पबेरी पाई कैमरा और दूरी सेंसर का उपयोग कर रहा हूं। मैं OpenCV …

12 reinforcement-learning  supervised-learning 

मैं एक एप्लिकेशन का प्रोटोटाइप बना रहा हूं और मुझे कुछ उत्पन्न वाक्यों के प्रति एकरूपता की गणना करने के लिए एक भाषा मॉडल की आवश्यकता है। क्या अजगर में कोई प्रशिक्षित भाषा मॉडल है जिसका मैं आसानी से उपयोग कर सकता हूं? जैसे कुछ सरल model = LanguageModel('en') p1 …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

मेरे पास पहले से ही एक कार्यशील कार्यान्वयन है जो एक गतिशील मूल्य निर्धारण समस्या पर काम कर रहा है जो राजस्व को अधिकतम करने के लक्ष्य के साथ है। हालांकि, मैं जिस समस्या के साथ काम कर रहा हूं, उसमें कई अलग-अलग उत्पाद शामिल हैं जो एक-दूसरे के लिए …

10 machine-learning  reinforcement-learning 

मैं एक शतरंज कार्यक्रम विकसित कर रहा हूं जो अल्फा-बीटा प्रूनिंग एल्गोरिदम और एक मूल्यांकन फ़ंक्शन का उपयोग करता है जो निम्न विशेषताओं का उपयोग करके पदों का मूल्यांकन करता है, जैसे कि सामग्री, किंग्सफेटी, गतिशीलता, मोहरा-संरचना और फंसे हुए टुकड़े आदि ..... मेरा मूल्यांकन कार्य है से व्युत्पन्न च( …

10 machine-learning  algorithms  reinforcement-learning 

मैं काफी समय से सुदृढीकरण सीखने को समझने की कोशिश कर रहा हूं, लेकिन किसी तरह मैं यह कल्पना नहीं कर पा रहा हूं कि ग्रिड वर्ल्ड की समस्या को हल करने के लिए सुदृढीकरण सीखने के लिए एक कार्यक्रम कैसे लिखा जाए। क्या आप मुझे कुछ पाठ्य पुस्तकें सुझा …

10 machine-learning  books  reinforcement-learning 

क्या पुनर्संरचना सीखने को समय श्रृंखला पूर्वानुमान के लिए लागू किया जा सकता है?

9 time-series  reinforcement-learning  forecasting