Viumbe › Mifumo bandia

Mawakala wa kujifunza kwa uimarishaji wa kina

Mitandao ya neva iliyofunzwa kwa kujaribu na kukosea ili kuongeza ishara ya zawadi. Hujifunza sera au kitendakazi cha thamani kwa kuingiliana na mazingira, mara nyingi yaliyoigwa kama mchezo.

Mitandao ya neva iliyofunzwa kwa kujaribu na kukosea ili kuongeza ishara ya zawadi. Hujifunza sera au kitendakazi cha thamani kwa kuingiliana na mazingira, mara nyingi yaliyoigwa kama mchezo. Zinaweza kufikia ujuzi unaozidi wa binadamu katika kazi finyu, lakini zimeboreshwa kwa lengo moja la zawadi.

Vyanzo

• Mnih V, Kavukcuoglu K, Silver D, Rusu AA, et al. (2015) Human-level control through deep reinforcement learning. Nature 518(7540):529-533. doi:10.1038/nature14236.
• Silver D et al. (2016). Mastering the game of Go with deep neural networks and tree search. Nature 529:484-489. doi:10.1038/nature16961.

Itathmini dhidi ya vigezo vilivyochapishwa