Книга "Reinforcement and Systemic Machine Learning for Decision Making" посвящена проблемам обучения машин на опыте. В процессе обучения не всегда доступна полная информация, а порой она поступает частями в течение продолжительного времени. В связи с этим возникает необходимость понимать, какие последствия будут иметь решения и действия на систему в течение определенного периода времени. Эта книга представляет новый подход к решению этой проблемы и предлагает новую парадигму создания приложений для обучения и более интеллектуальных машин.
"Reinforcement and Systemic Machine Learning for Decision Making" является первой книгой в своем роде, посвященной этой новой и развивающейся области, фокусируясь на специализированных исследованиях в области машинного обучения и системного машинного обучения. Книга затрагивает такие темы, как обучение с подкреплением и его применение, инкрементное обучение, механизмы коррекции ошибок и многоперспективное принятие решений.
В книге также рассматриваются темы, связанные с адаптивным обучением, инкрементным обучением и представлением знаний, а также перспективы использования парадигмы системного машинного обучения в будущем. Данная книга может стать ценным ресурсом для профессионалов, работающих в области машинного и системного обучения.
Электронная Книга «Reinforcement and Systemic Machine Learning for Decision Making» написана автором Parag Kulkarni в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118271537
Описание книги от Parag Kulkarni
Reinforcement and Systemic Machine Learning for Decision Making There are always difficulties in making machines that learn from experience. Complete information is not always available—or it becomes available in bits and pieces over a period of time. With respect to systemic learning, there is a need to understand the impact of decisions and actions on a system over that period of time. This book takes a holistic approach to addressing that need and presents a new paradigm—creating new learning applications and, ultimately, more intelligent machines. The first book of its kind in this new and growing field, Reinforcement and Systemic Machine Learning for Decision Making focuses on the specialized research area of machine learning and systemic machine learning. It addresses reinforcement learning and its applications, incremental machine learning, repetitive failure-correction mechanisms, and multiperspective decision making. Chapters include: Introduction to Reinforcement and Systemic Machine Learning Fundamentals of Whole-System, Systemic, and Multiperspective Machine Learning Systemic Machine Learning and Model Inference and Information Integration Adaptive Learning Incremental Learning and Knowledge Representation Knowledge Augmentation: A Machine Learning Perspective Building a Learning System With the potential of this paradigm to become one of the more utilized in its field, professionals in the area of machine and systemic learning will find this book to be a valuable resource.
