From Bandits to Monte-Carlo Tree Search (paperback)

Oferta empik.com : 629,99 zł

629,99 zł
- dostawa 0 zł
Pocztex - dostawa od 0 zł
Wysyłamy w 4-5 dni
Produkt u dostawcy
Szybkie zakupy bez zbędnych formalności. Wybierz opcje dostawy, formę płatności i złóż zamówienie.
Dodaj do listy

Dodaj ten produkt do jednej z utworzonych przez Ciebie list i zachowaj go na później.

Najczęściej kupowane razem

3 produkty

Cena zestawu:

Dodatkowy rabat:

Wysyłamy w 72 godziny
From Bandits to Monte-Carlo Tree Search: The Optimistic Principle Applied to Optimization and Planning covers several aspects of the "optimism in the face of uncertainty" principle for large scale optimization problems under finite numerical budget. The monograph's initial motivation came from the empirical success of the so-called "Monte-Carlo Tree Search" method popularized in Computer Go and further extended to many other games as well as optimization and planning problems. It lays out the theoretical foundations of the field by characterizing the complexity of the optimization problems and designing efficient algorithms with performance guarantees. The main direction followed in this monograph consists in decomposing a complex decision making problem (such as an optimization problem in a large search space) into a sequence of elementary decisions, where each decision of the sequence is solved using a stochastic "multi-armed bandit" (mathematical model for decision making in stochastic environments). This defines a hierarchical search which possesses the nice feature of starting the exploration by a quasi-uniform sampling of the space and then focusing, at different scales, on the most promising areas (using the optimistic principle) until eventually performing a local search around the global optima of the function. This monograph considers the problem of function optimization in general search spaces (such as metric spaces, structured spaces, trees, and graphs) as well as the problem of planning in Markov decision processes. Its main contribution is a class of hierarchical optimistic algorithms with different algorithmic instantiations depending on whether the evaluations are noisy or noiseless and whether some measure of the local ''smoothness'' of the function around the global maximum is known or unknown.
Tytuł: From Bandits to Monte-Carlo Tree Search
Tytuł oryginalny: The Optimistic Principle Applied to Optimization and Planning
Seria: Foundations And Trends In 21 M.
Autor: Munos Remi
Wydawca: Now Publishers
Język wydania: english
Ilość stron: 146
Data premiery: 2020-01-13
Rok wydania: 2014
Forma: książka
Wymiary [mm]: 8 x 234 x 156
 
Brak
ocen
5
0
4
0
3
0
2
0
1
0
Oceń:
W przypadku naruszenia Regulaminu Twój wpis zostanie usunięty.
Prezentowane dane dotyczą zamówień dostarczanych i sprzedawanych przez empik.

Klienci, których interesował ten produkt, oglądali też

strona produktu - rekomendacje Spring in Action Walls Craig
0/5
222,99 zł
premium
strona produktu - rekomendacje Pro Angular Freeman Adam
0/5
222,99 zł
premium
strona produktu - rekomendacje Speech Recognition and Processing  
0/5
453,99 zł
premium

Opinie, uwagi, pytania

Jeśli masz pytania dotyczące sklepu empik.com odwiedź nasze strony pomocy.
Jeśli widzisz błąd lub chcesz uzyskać więcej informacji o produkcie skorzystaj z formularza kontaktowego: zgłoszenie błędu / pytanie o produkt

Twoja wiadomość została wysłana. Dziękujemy.

Administratorem podanych przez Ciebie danych osobowych jest Empik S.A. z siedzibą w Warszawie. Twoje dane będą przetwarzane w celu obsługi Twojej wiadomości z formularza kontaktowego, a także w celach statystycznych i analitycznych administratora. Więcej informacji na temat przetwarzania danych osobowych znajduje się w naszej Polityce prywatności.

Wybierz temat a następnie wypełnij dane formularza:

Pole Email jest wymagane

Pole imię i nazwisko jest wymagane

Pole Twoja wiadomość jest wymagane

pola wymagane

Jeśli chcesz skontaktować się z nami telefonicznie, skorzystaj z naszej infolini:

Centrum Wsparcia
Klienta
+48 22 462 72 50

+48 22 462 72 50

Czynne całą dobę

* z wyjątkiem świąt ustawowo wolnych od pracy

Ostatnio oglądane

Podobne do ostatnio oglądanego

Korzystając ze strony zgadzasz się na używanie plików cookie, które są instalowane na Twoim urządzeniu. Za ich pomocą zbieramy informacje, które mogą stanowić dane osobowe. Wykorzystujemy je w celach analitycznych, marketingowych oraz aby dostosować treści do Twoich preferencji i zainteresowań. Więcej o tym oraz o możliwościach zmiany ich ustawień dowiesz się w Polityce Prywatności.