|
نویسنده : سهراب جلوه گر جلوه‌گر
تاریخ : یک شنبه 5 شهريور 1394 |
|
██ چکیده‌ی مطلب‌های فصل بیست و یکم نسخه‌ی پولی ایبوک هوش مصنوعی ██
مترجم: سهراب جلوه گر جلوه‌گر
چکیده‌ی مطلب‌های فصل بیست و یکم- یادگیری با استفاده از مشاهده‌ها؛ و درخت‌های تصمیم‌گیری
برای یک عامل، یادگیری به این معنی است که عامل، دانش جدید را دریافت می‌نماید، دانش جدید را به کار میگیرد، رفتارش را تغییر می‌دهد و در یک کار معیّن، معیارکارآیی خود را بهبود می‌بخشد.
یک عامل برای بازنگری کردن رفتارش، به اطّلاعاتی که به عامل بگوید چگونه به‌خوبی کارش را انجام می‌دهد، نیازمند می‌باشد، این اطّلاعات، بازخورد نام دارد.
سه نوع عملکرد یادگیری وجود دارد که هر کدام بازخورد متفاوتی دارد: (مشابه کنکور آزاد مهندسی کامپیوتر سال 81- یادگیری نظارت شده، یادگیری بدون نظارت و تقویّت یادگیری.)
درخت تصمیم‌گیری، نموداری درختی برای بیان تصمیم‌گیری‌های ترتیبی و نتیجه‌های ممکن از این تصمیم‌گیری‌ها است.
نظرات شما عزیزان:
:: برچسب‌ها: ██ چکیده‌ی مطلب‌های فصل بیست و یکم نسخه‌ی پولی ایبوک هوش مصنوعی ██ مترجم: سهراب جلوه گر جلوه‌گر چکیده‌ی مطلب‌های فصل بیست و یکم- یادگیری با استفاده از مشاهده‌ها؛ و درخت‌های تصمیم‌گیری,
تبادل
لینک هوشمند
خبرنامه وب سایت:
آمار
وب سایت: