Overview
- Führt in die wichtigsten Lernalgorithmen allgemein verständlich ein
- Bereitet das Thema auch für interessierte Kreise außerhalb des akademischen Betriebs auf
- Beinhaltet Beispielübungen in Java und Greenfoot
Access this book
Tax calculation will be finalised at checkout
Other ways to access
About this book
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.
Keywords
Table of contents (6 chapters)
-
Front Matter
Authors and Affiliations
About the author
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".
Bibliographic Information
Book Title: Reinforcement Learning
Book Subtitle: Aktuelle Ansätze verstehen – mit Beispielen in Java und Greenfoot
Authors: Uwe Lorenz
DOI: https://doi.org/10.1007/978-3-662-68311-8
Publisher: Springer Vieweg Berlin, Heidelberg
eBook Packages: Computer Science and Engineering (German Language)
Copyright Information: Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature 2024
Softcover ISBN: 978-3-662-68310-1Published: 05 April 2024
eBook ISBN: 978-3-662-68311-8Published: 04 April 2024
Edition Number: 2
Number of Pages: XVI, 204
Number of Illustrations: 13 b/w illustrations, 63 illustrations in colour
Topics: Machine Learning, Artificial Intelligence, Data Mining and Knowledge Discovery, Java