Please use this identifier to cite or link to this item: https://essuir.sumdu.edu.ua/handle/123456789/78163
Or use following links to share this resource in social networks: Recommend this item
Title Реалізація алгоритму навчання з підкріпленням в умовах стохастичного середовища
Other Titles Аlgorithm of reinforcement learning implementation in condition of stochastic environment
Authors Yakovlev, Maksymilian Mykolaiovych  
Yakovlev, Maksymilian Mykolayovich
ORCID http://orcid.org/0000-0002-1196-4062
Keywords Інформатика
информатика
informatics
машинне навчання
машинное обучение
machine learning
Type Bachelous Paper
Speciality 113 - Прикладна математика
Date of Issue 2020
URI https://essuir.sumdu.edu.ua/handle/123456789/78163
Publisher Сумський державний університет
License Copyright not evaluated
Citation Яковлев, М.М. Реалізація алгоритму навчання з підкріпленням в умовах стохастичного середовища [Текст]: робота на здобуття кваліфікаційного ступеня бакалавра ; спец.: 113 – прикладна математика / М.М. Яковлев; наук. керівник І.О. Князь. - Суми: СумДУ, 2020. - 44 с.
Abstract У роботі показано, що навчання агенту у неоднорідному стохастичному середовище можливо у рамках модифікованого метода Q-Learning.
Appears in Collections: Кваліфікаційні роботи здобувачів вищої освіти (ЕлІТ)

Views

Australia Australia
1
China China
1
Germany Germany
1
Greece Greece
95
Ireland Ireland
618
Italy Italy
1
Lithuania Lithuania
1
Poland Poland
1
Singapore Singapore
1
Ukraine Ukraine
174144
United Kingdom United Kingdom
9200
United States United States
174143
Unknown Country Unknown Country
358209

Downloads

Czechia Czechia
97
France France
329
Germany Germany
174140
Ireland Ireland
174140
Lithuania Lithuania
1
Netherlands Netherlands
1
Peru Peru
1
Poland Poland
1
Russia Russia
1
Singapore Singapore
1
Ukraine Ukraine
174145
United Kingdom United Kingdom
174140
United States United States
174140

Files

File Size Format Downloads
bac_Yakovlev.pdf 632.14 kB Adobe PDF 871137

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.