Info
- Utilizzare la checkbox di selezione a fianco di ciascun documento per attivare le funzionalità di stampa, invio email, download nei formati disponibili del (i) record.
Reinforcement Learning From Scratch : Understanding Current Approaches - with Examples in Java and Greenfoot / Uwe Lorenz
| Reinforcement Learning From Scratch : Understanding Current Approaches - with Examples in Java and Greenfoot / Uwe Lorenz |
| Autore | Lorenz, Uwe |
| Pubbl/distr/stampa | Cham, : Springer, 2022 |
| Descrizione fisica | xiv, 184 p. : ill. ; 24 cm |
| Soggetto topico |
68-XX - Computer science [MSC 2020]
68Nxx - Theory of software [MSC 2020] 68Pxx - Theory of data [MSC 2020] |
| Soggetto non controllato |
Actor-Critic
Artificial Intelligence Deep reinforcement learning Greenfoot Java-Hamster Machine learning Policy Gadient Q-learning Reinforcement Learning SARSA |
| Formato | Materiale a stampa  |
| Livello bibliografico | Monografia |
| Lingua di pubblicazione | eng |
| Titolo uniforme | |
| Record Nr. | UNICAMPANIA-VAN0278101 |
Lorenz, Uwe
|
||
| Cham, : Springer, 2022 | ||
| Materiale a stampa | ||
| Lo trovi qui: Univ. Vanvitelli | ||
| ||
Reinforcement Learni...
Reinforcement Learning From Scratch : Understanding Current Approaches- with Examples in Java and Greenfoot / Uwe Lorenz
| Reinforcement Learning From Scratch : Understanding Current Approaches- with Examples in Java and Greenfoot / Uwe Lorenz |
| Autore | Lorenz, Uwe |
| Pubbl/distr/stampa | Cham, : Springer, 2022 |
| Descrizione fisica | xiv, 184 p. : ill. ; 24 cm |
| Soggetto topico |
68-XX - Computer science [MSC 2020]
68Nxx - Theory of software [MSC 2020] 68Pxx - Theory of data [MSC 2020] |
| Soggetto non controllato |
Actor-Critic
Artificial Intelligence Deep reinforcement learning Greenfoot Java-Hamster Machine learning Policy Gadient Q-learning Reinforcement Learning SARSA |
| Formato | Materiale a stampa |
| Livello bibliografico | Monografia |
| Lingua di pubblicazione | eng |
| Record Nr. | UNICAMPANIA-VAN00278101 |
|
Lorenz, Uwe
|
||
| Cham, : Springer, 2022 | ||
| Materiale a stampa | ||
| Lo trovi qui: Univ. Vanvitelli | ||
| ||
Reinforcement Learni...