Módulo 05_(Aprendizado de Máquina)_Regressão e sérieRedes neurais e deep Learning

Prévia do material em texto

∗
Inicialize	todos	os	valores	Q	na	tabela	Q	arbitrariamente,	e	o
valor	Q,	do	estado	terminal,	para	0
Repita	(para	cada	geração)
				Inicialize	o	estado	s
				enquanto	Q	(s,	·)	=	0
								Escolha	a	ação	S,	do	conjunto	de	ações	definidas	para
aquele	estado	A(S)	definido	pela	política	π.
								Execute	a	ação	A
								Observe	a	recompensa	R	e	o	próximo	estado	s’
								Para	todas	as	ações	possíveis	do	estado	s’,	selecione
aquela	com	o	valor	Q	mais	alto	-	a'.
								//	Atualize	o	valor	para	o	estado
								Q	(s,	a)	←	Q	(s,	a)	+	α	[R	+	γQ	(s’,	a’)	-	Q	(s,	a)]
								s	=	s’	
https://deepmind.com/research/publications/human-level-control-through-deep-reinforcement-learning
https://github.com/kuz/DeepMind-Atari-Deep-Q-Learner
https://integrada.minhabiblioteca.com.br/books/9788521637509
https://w.soundcloud.com/player/?url=https%3A//api.soundcloud.com/tracks/1047085414&color=%23ff5500&auto_play=false&hide_related=false&show_comments=true&show_user=true&show_reposts=false&show_teaser=true
https://playground.tensorflow.org/
https://player.vimeo.com/video/548098364
https://medium.com/@isnardgurgel/guia-de-bolso-para-ensemble-methods-a97700c66622
https://w.soundcloud.com/player/?url=https%3A//api.soundcloud.com/tracks/1047089017&color=%23ff5500&auto_play=false&hide_related=false&show_comments=true&show_user=true&show_reposts=false&show_teaser=true