In uralten Spielen wie Schach oder Go k�nnen sich die brillantesten Spieler verbessern, indem sie die von einer Maschine produzierten Strategien studieren. Robotische Systeme �ben ihre Bewegungen selbst. In Arcade Games erreichen lernf�hige Agenten innerhalb weniger Stunden �bermenschliches Niveau. Wie funktionieren diese spektakul�ren Algorithmen des best�rkenden Lernens? Mit gut verst�ndlichen Erkl�rungen und �bersichtlichen Beispielen in Java und Greenfoot k�nnen Sie sich die Prinzipien des bestï¿ ...
Read More
In uralten Spielen wie Schach oder Go k�nnen sich die brillantesten Spieler verbessern, indem sie die von einer Maschine produzierten Strategien studieren. Robotische Systeme �ben ihre Bewegungen selbst. In Arcade Games erreichen lernf�hige Agenten innerhalb weniger Stunden �bermenschliches Niveau. Wie funktionieren diese spektakul�ren Algorithmen des best�rkenden Lernens? Mit gut verst�ndlichen Erkl�rungen und �bersichtlichen Beispielen in Java und Greenfoot k�nnen Sie sich die Prinzipien des best�rkenden Lernens aneignen und in eigenen intelligenten Agenten anwenden. Greenfoot (M.K�lling, King's College London) und das Hamster-Modell (D.Bohles, Universit�t Oldenburg) sind einfache, aber auch m�chtige didaktische Werkzeuge, die entwickelt wurden, um Grundkonzepte der Programmierung zu vermitteln. Wir werden Figuren wie den Java-Hamster zu lernf�higen Agenten machen, die eigenst�ndig ihre Umgebung erkunden. Die zweite Auflage enth�lt neue Themen wie "Genetische Algorithmen" und "K�nstliche Neugier" sowie Erkl�rungen zu aktuellen Algorithmen wie A3C und PPO (wurde u.a. f�r das Finetuning von ChatGPT verwendet), au�erdem Korrekturen und �berarbeitungen.
Read Less
