Zum Hauptinhalt springen
Dekorationsartikel gehören nicht zum Leistungsumfang.
Reinforcement Learning
Aktuelle Ansätze verstehen ¿ mit Beispielen in Java und Greenfoot
Taschenbuch von Uwe Lorenz
Sprache: Deutsch

32,99 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

auf Lager, Lieferzeit 1-2 Werktage

Kategorien:
Beschreibung
In uralten Spielen wie Schach oder Go können sich die brillantesten Spieler verbessern, indem sie die von einer Maschine produzierten Strategien studieren. Robotische Systeme üben ihre Bewegungen selbst. In Arcade Games erreichen lernfähige Agenten innerhalb weniger Stunden übermenschliches Niveau. Wie funktionieren diese spektakulären Algorithmen des bestärkenden Lernens? Mit gut verständlichen Erklärungen und übersichtlichen Beispielen in Java und Greenfoot können Sie sich die Prinzipien des bestärkenden Lernens aneignen und in eigenen intelligenten Agenten anwenden. Greenfoot (M.Kölling, King¿s College London) und das Hamster-Modell (D.Bohles, Universität Oldenburg) sind einfache, aber auch mächtige didaktische Werkzeuge, die entwickelt wurden, um Grundkonzepte der Programmierung zu vermitteln. Wir werden Figuren wie den Java-Hamster zu lernfähigen Agenten machen, die eigenständig ihre Umgebung erkunden. Die zweite Auflage enthält neue Themen wie "Genetische Algorithmen" und "Künstliche Neugier" sowie Erklärungen zu aktuellen Algorithmen wie A3C und PPO (wurde u.a. für das Finetuning von ChatGPT verwendet), außerdem Korrekturen und Überarbeitungen.
In uralten Spielen wie Schach oder Go können sich die brillantesten Spieler verbessern, indem sie die von einer Maschine produzierten Strategien studieren. Robotische Systeme üben ihre Bewegungen selbst. In Arcade Games erreichen lernfähige Agenten innerhalb weniger Stunden übermenschliches Niveau. Wie funktionieren diese spektakulären Algorithmen des bestärkenden Lernens? Mit gut verständlichen Erklärungen und übersichtlichen Beispielen in Java und Greenfoot können Sie sich die Prinzipien des bestärkenden Lernens aneignen und in eigenen intelligenten Agenten anwenden. Greenfoot (M.Kölling, King¿s College London) und das Hamster-Modell (D.Bohles, Universität Oldenburg) sind einfache, aber auch mächtige didaktische Werkzeuge, die entwickelt wurden, um Grundkonzepte der Programmierung zu vermitteln. Wir werden Figuren wie den Java-Hamster zu lernfähigen Agenten machen, die eigenständig ihre Umgebung erkunden. Die zweite Auflage enthält neue Themen wie "Genetische Algorithmen" und "Künstliche Neugier" sowie Erklärungen zu aktuellen Algorithmen wie A3C und PPO (wurde u.a. für das Finetuning von ChatGPT verwendet), außerdem Korrekturen und Überarbeitungen.
Über den Autor

Uwe Lorenz war nach seinem Studium der Informatik und Philosophie mit Schwerpunkt Künstliche Intelligenz und Maschinelles Lernen an der Humboldt-Universität in Berlin und einigen Jahren als Projektingenieur für 10 Jahr als Gymnasiallehrer für Informatik und Mathematik tätig. Seit seinem Erstkontakt mit Computern Ende der 80er Jahre hat ihn das Thema Künstliche Intelligenz nicht mehr losgelassen. Derzeit arbeitet er als wissenschaftlicher Mitarbeiter in der Arbeitsgruppe Didaktik der Informatik an der Freien Universität Berlin in einem Projekt zur Thematik "Verantwortungsvolle Künstliche Intelligenz in der Lehramtsausbildung".

Inhaltsverzeichnis

Bestärkendes Lernen als Teilgebiet des Maschinellen Lernens.- Grundbegriffe des Bestärkenden Lernens.- Optimale Entscheidungen in einem bekannten Umweltsystem.- Entscheiden und Lernen in einem unbekannten Umweltsystem.- Neuronale Netze als Schätzer für Zustandsbewertungen und Aktionspräferenzen.- Werden digitale Agenten bald intelligenter als Menschen sein?.- Leitbilder in der KI.

Details
Medium: Taschenbuch
Inhalt: xvi
204 S.
13 s/w Illustr.
63 farbige Illustr.
204 S. 76 Abb.
63 Abb. in Farbe.
ISBN-13: 9783662683101
ISBN-10: 3662683105
Sprache: Deutsch
Herstellernummer: 89235149
Ausstattung / Beilage: Paperback
Einband: Kartoniert / Broschiert
Autor: Lorenz, Uwe
Auflage: 2. Aufl. 2024
Hersteller: Springer-Verlag GmbH
Springer Berlin Heidelberg
Maße: 240 x 168 x 13 mm
Von/Mit: Uwe Lorenz
Erscheinungsdatum: 05.04.2024
Gewicht: 0,378 kg
Artikel-ID: 127751995
Über den Autor

Uwe Lorenz war nach seinem Studium der Informatik und Philosophie mit Schwerpunkt Künstliche Intelligenz und Maschinelles Lernen an der Humboldt-Universität in Berlin und einigen Jahren als Projektingenieur für 10 Jahr als Gymnasiallehrer für Informatik und Mathematik tätig. Seit seinem Erstkontakt mit Computern Ende der 80er Jahre hat ihn das Thema Künstliche Intelligenz nicht mehr losgelassen. Derzeit arbeitet er als wissenschaftlicher Mitarbeiter in der Arbeitsgruppe Didaktik der Informatik an der Freien Universität Berlin in einem Projekt zur Thematik "Verantwortungsvolle Künstliche Intelligenz in der Lehramtsausbildung".

Inhaltsverzeichnis

Bestärkendes Lernen als Teilgebiet des Maschinellen Lernens.- Grundbegriffe des Bestärkenden Lernens.- Optimale Entscheidungen in einem bekannten Umweltsystem.- Entscheiden und Lernen in einem unbekannten Umweltsystem.- Neuronale Netze als Schätzer für Zustandsbewertungen und Aktionspräferenzen.- Werden digitale Agenten bald intelligenter als Menschen sein?.- Leitbilder in der KI.

Details
Medium: Taschenbuch
Inhalt: xvi
204 S.
13 s/w Illustr.
63 farbige Illustr.
204 S. 76 Abb.
63 Abb. in Farbe.
ISBN-13: 9783662683101
ISBN-10: 3662683105
Sprache: Deutsch
Herstellernummer: 89235149
Ausstattung / Beilage: Paperback
Einband: Kartoniert / Broschiert
Autor: Lorenz, Uwe
Auflage: 2. Aufl. 2024
Hersteller: Springer-Verlag GmbH
Springer Berlin Heidelberg
Maße: 240 x 168 x 13 mm
Von/Mit: Uwe Lorenz
Erscheinungsdatum: 05.04.2024
Gewicht: 0,378 kg
Artikel-ID: 127751995
Warnhinweis

Ähnliche Produkte

Ähnliche Produkte