Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Verstärkendes Lernen als Teilgebiet des Maschinellen Lernens Kapitel lesen Erstes Kapitel lesen

2024 | OriginalPaper | Buchkapitel

5. Schätzer für Zustandsbewertung und Aktionsauswahl

verfasst von : Uwe Lorenz

Erschienen in: Reinforcement Learning

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

In der Regel reichen die verfügbaren Ressourcen nicht aus, um Steuerung, Bewertungsfunktion oder Modell tabellarisch zu erfassen. Daher werden in diesem Kapitel parametrisierte Schätzer eingeführt, mit denen wir die Bewertung von Zuständen oder probabilistische Aktionspräferenzen abschätzen können, selbst dann, wenn sie nicht in genau gleicher Form zuvor beobachtet worden sind.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Entscheiden und Lernen in einer unbekannten Umwelt
Nächstes Kapitel Leitbilder in der Künstlichen Intelligenz
Anhänge
Nur mit Berechtigung zugänglich
Fußnoten
1
Auch „efferente Nervenzellen“ oder „Motoneuronen“
 
2
Autor: Zoran Sevarac; Copyright 2010 Neuroph Project http://​neuroph.​sourceforge.​net. Licensed under the Apache License, Version 2.0 (the „License“); http://​www.​apache.​org/​licenses/​LICENSE-2.​0. Weitere Hinweise sind in den Files des zitierten Programmcodes.
 
3
Autor: Zoran Sevarac; Copyright 2010 Neuroph Project http://​neuroph.​sourceforge.​net. Licensed under the Apache License, Version 2.0 (the „License“); http://​www.​apache.​org/​licenses/​LICENSE-2.​0; Weitere Hinweise sind in den Files des zitierten Programmcodes.
 
4
S. Kakade and J. Langford. „Approximately optimal approximate reinforcement learning“. In: ICML. Bd. 2. 2002, S. 267–274.
 
Literatur
Alpaydin E (2019) Maschinelles Lernen. 2., erweiterte Auflage. De Gruyter Studium, Berlin/Boston.
Churchland PS, Sejnowski TJ (1997) Grundlagen zur Neuroinformatik und Neurobiologie. The Computational Brain in deutscher Sprache: vieweg Computational Intelligence
Frochte, J (2019) Maschinelles Lernen: Grundlagen und Algorithmen in Python. 2. Aufl. Hanser, München
Hebb D (1949) The Organization of Behavior, John Wiley & Sons, New York.
Kandel E (2009) Auf der Suche nach dem Gedächtnis. Die Entstehung einer neuen Wissenschaft des Geistes. Taschenbuchausg. 4. Aufl. Goldmann, München (Goldmann, 15570)
Ribeiro MT, Singh S, Guestrin C (2016) „Why should I trust you?“ Explaining the predictions of any classifier. In Proceedings of the 22nd ACM SIGKDD international conference on knowledge discovery and data mining. S 1135–1144. https://​arxiv.​org/​abs/​1602.​04938
Schulman J, Levine S, Abbeel P, Jordan M, Moritz P (2015) „Trust Region Policy Optimization“ Proceedings of the 32nd international conference on machine learning, PMLR 37:1889–1897
Sutton RS, Barto A (2018) Reinforcement learning. An introduction. 2., Aufl., The MIT Press (Adaptive computation and machine learning), Cambridge, MA, London
Metadaten
Titel
Schätzer für Zustandsbewertung und Aktionsauswahl
verfasst von
Uwe Lorenz
Copyright-Jahr
2024
Verlag
Springer Berlin Heidelberg
Buch
Reinforcement Learning

Print ISBN: 978-3-662-68310-1

Electronic ISBN: 978-3-662-68311-8

Copyright-Jahr: 2024

DOI
https://doi.org/10.1007/978-3-662-68311-8_5

Premium Partner

    Bildnachweise