reinforcement-learning पर टैग किए गए जवाब

सुदृढीकरण सीखना: एक परिचय। दूसरा संस्करण, प्रगति में , रिचर्ड एस। सटन और एंड्रयू जी। बार्टो (सी) 2012, पीपी 67-68। एक सुदृढीकरण सीखने के कार्य को हल करने का मतलब है, मोटे तौर पर, एक ऐसी नीति खोजना जो लंबे समय से अधिक इनाम प्राप्त करता है। परिमित एमडीपी के …

15 markov-process  reinforcement-learning 

मैंने क्यू-लर्निंग को इस रूप में वर्णित किया है, http://web.cs.swarthmore.edu/~meeden/cs81/s12/papers/MarkStevePaper.pdf लगभग करने के लिए। क्यू (एस, ए) मैं निम्नलिखित की तरह एक तंत्रिका नेटवर्क संरचना का उपयोग करता हूं, एक्टिवेशन सिग्मॉइड एक्शन न्यूरॉन्स के लिए इनपुट्स, इनपुट्स + 1 की संख्या (सभी इनपुट्स स्केल २. number) आउटपुट, एकल आउटपुट। क्यू …

14 machine-learning  neural-networks  reinforcement-learning 

प्रसंग : मैं इसलिए मैं उपयोग कर रहा हूँ एक scatterplot कि पैरामीट्रिक प्रकट नहीं होता है में एक रेखा खींच करना चाहते हैं, geom_smooth()में ggplotमें R। यह स्वचालित रूप से रिटर्न करता है geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

मैं प्रसिद्ध पेपर "प्ले अटारी विथ डीप रिनफोर्स लर्निंग" ( पीडीएफ ) को समझने की कोशिश कर रहा हूं । मैं एक युग और प्रकरण के बीच के अंतर के बारे में स्पष्ट नहीं हूं । एल्गोरिथ्म , बाहरी लूप एपिसोड से अधिक है , जबकि आकृति में एक्स-एक्सिस को …

14 neural-networks  terminology  reinforcement-learning  q-learning 

गहन सुदृढीकरण सीखने पर दीपमिन्द के 2015 के पेपर में, यह कहा गया है कि "तंत्रिका नेटवर्क के साथ आरएल को संयोजित करने का पिछला प्रयास अस्थिर सीखने के कारण काफी हद तक विफल रहा था"। इस पत्र में इसके कुछ कारणों को सूचीबद्ध किया गया है, जो अवलोकनों में …

13 machine-learning  neural-networks  deep-learning  reinforcement-learning 

मैंने एन-सशस्त्र दस्यु समस्याओं जैसे -greedy, softmax, और UCB1 को हल करने के लिए कई एल्गोरिदम के बारे में पढ़ा है , लेकिन मुझे खेद कम करने के लिए सबसे अच्छा तरीका क्या है के माध्यम से छंटनी करने में थोड़ी परेशानी हो रही है।ϵϵ\epsilon क्या एन-सशस्त्र डाकू समस्या को …

13 machine-learning  reinforcement-learning  multiarmed-bandit 

कागज में DQN " डीप रेनफोर्समेंट लर्निंग के साथ अटारी खेलना " का उल्लेख किया गया है: ध्यान दें कि जब अनुभव रिप्ले से सीखते हैं, तो ऑफ-पॉलिसी सीखना आवश्यक है (क्योंकि हमारे वर्तमान पैरामीटर नमूना उत्पन्न करने के लिए उपयोग किए जाने वाले अलग हैं), जो क्यू-लर्निंग की पसंद …

12 reinforcement-learning 

मान लीजिए कि मेरे पास i = 1 के लिए व्याख्यात्मक चर का एक पैनल है । । । एन , टी = १ । । । टी , साथ ही द्विआधारी परिणाम पर निर्भर चर Y i T का एक वेक्टर । तो Y को केवल अंतिम समय T …

12 regression  machine-learning  reinforcement-learning 

मैं (डीप) सुदृढीकरण लर्निंग (आरएल) में रुचि रखता हूं । इस क्षेत्र में गोता लगाने से पहले मुझे गेम थ्योरी (जीटी) में एक कोर्स करना चाहिए ? जीटी और आरएल कैसे संबंधित हैं?

12 deep-learning  reinforcement-learning  game-theory 

सुदृढीकरण सीखने में, रैखिक फ़ंक्शन सन्निकटन का उपयोग अक्सर तब किया जाता है जब बड़े राज्य स्थान मौजूद होते हैं। (जब देखो टेबल बेवफा हो जाते हैं।) रैखिक फ़ंक्शन सन्निकटन के साथ मान का रूप द्वारा दिया गया हैQ−Q−Q- Q(s,a)=w1f1(s,a)+w2f2(s,a)+⋯,Q(s,a)=w1f1(s,a)+w2f2(s,a)+⋯,Q(s,a) = w_1 f_1(s,a) + w_2 f_2(s,a) + \cdots, जहां wiwiw_i …

12 machine-learning  feature-selection  reinforcement-learning 

मैं हाल ही में सुदृढीकरण सीखने के बारे में बहुत शोध कर रहा हूं। मैंने सटन और बार्टो के सुदृढीकरण सीखना का अनुसरण किया : इसमें से अधिकांश के लिए एक परिचय । मुझे पता है कि मार्कोव निर्णय प्रक्रियाएं क्या हैं और उन्हें हल करने के लिए डायनेमिक प्रोग्रामिंग …

12 monte-carlo  reinforcement-learning  temporal-difference 

मैं क्यू-लर्निंग में क्यू-मूल्य को अनुमानित करने के लिए एक न्यूरल नेटवर्क का उपयोग करने की कोशिश कर रहा हूं जैसे कि क्यू-लर्निंग में न्यूरल नेटवर्क्स का उपयोग करते हुए प्रश्न । जैसा कि पहले उत्तर में सुझाव दिया गया है, मैं आउटपुट लेयर के लिए एक रैखिक सक्रियण फ़ंक्शन …

11 neural-networks  reinforcement-learning 

कागज यहाँ है । रोलआउट नीति ... एक रैखिक सॉफ्टमैक्स नीति है जो तेज, वृद्धिशील रूप से गणना, स्थानीय पैटर्न-आधारित सुविधाओं पर आधारित है ... मुझे समझ में नहीं आ रहा है कि रोलआउट नीति क्या है, और यह कैसे एक चाल का चयन करने के नीति नेटवर्क से संबंधित …

11 machine-learning  monte-carlo  reinforcement-learning  games 

जब कुछ डेटा सेट पर स्टोचैस्टिक ग्रेडिएंट वंश के माध्यम से एक मानकीकृत मॉडल (जैसे संभावना को अधिकतम करने के लिए) का प्रशिक्षण दिया जाता है, तो आमतौर पर यह माना जाता है कि प्रशिक्षण के नमूने प्रशिक्षण डेटा वितरण से तैयार किए गए हैं। इसलिए यदि लक्ष्य संयुक्त वितरण …

10 machine-learning  conditional-probability  reinforcement-learning  gradient-descent 

मैं सुदृढीकरण सीखने पर एंड्रयू एनजी के व्याख्यान नोट्स पढ़ रहा था , और मैं यह समझने की कोशिश कर रहा था कि नीति पुनरावृत्ति इष्टतम मान फ़ंक्शन और इष्टतम नीति क्यों परिवर्तित हुई ।V∗V∗V^*π∗π∗\pi^* याद रखें नीति पुनरावृत्ति है: प्रारंभिक π बेतरतीब ढंग सेरिपीट {एल ई टी वी : …

10 reinforcement-learning  policy-iteration