В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

pro.algorithms

1767 membersпожаловаться на группу
2020 September 10

V🇺

Vladislav 🇺🇸🚜🇷🇺... in pro.algorithms
Constantine Drozdov
мне кажется, что главный вопрос RL что мы оптимизируем
есть формулировка Actor-Critic, в ней у нас есть две части: Actor - по стейту дает распределение над действиями и Critic - по стейту дает матожидание результата в предположении что мы действуем соответственно Actor'у
источник
21:23пожаловаться#1

CD

Constantine Drozdov in pro.algorithms
Vladislav 🇺🇸🚜🇷🇺
есть формулировка Actor-Critic, в ней у нас есть две части: Actor - по стейту дает распределение над действиями и Critic - по стейту дает матожидание результата в предположении что мы действуем соответственно Actor'у
похоже, что это баззворды про эту же схему
источник
21:24пожаловаться#2

CD

Constantine Drozdov in pro.algorithms
вопрос - она работает, когда ожидаемое расстояние в графе от старта до финиша так эдак 20?
источник
21:25пожаловаться#3

CD

Constantine Drozdov in pro.algorithms
и при этом граф очень широкий сам по себе
источник
21:25пожаловаться#4

V🇺

Vladislav 🇺🇸🚜🇷🇺... in pro.algorithms
зависит
источник
21:26пожаловаться#5

V🇺

Vladislav 🇺🇸🚜🇷🇺... in pro.algorithms
в нардах работает, например
источник
21:26пожаловаться#6

CD

Constantine Drozdov in pro.algorithms
Vladislav 🇺🇸🚜🇷🇺
зависит
условно граф подмножеств, старт в маске 0, финиш в маске -1, быстро придумает биткаунт?
источник
21:26пожаловаться#7

V🇺

Vladislav 🇺🇸🚜🇷🇺... in pro.algorithms
Vladislav 🇺🇸🚜🇷🇺
в нардах работает, например
классическая работа по теме https://en.wikipedia.org/wiki/TD-Gammon
Wikipedia
TD-Gammon
TD-Gammon is a computer backgammon program developed in 1992 by Gerald Tesauro at IBM's Thomas J. Watson Research Center. Its name comes from the fact that it is an artificial neural net trained by a form of temporal-difference learning, specifically TD-lambda.
источник
21:26пожаловаться#8

CD

Constantine Drozdov in pro.algorithms
Vladislav 🇺🇸🚜🇷🇺
классическая работа по теме https://en.wikipedia.org/wiki/TD-Gammon
Wikipedia
TD-Gammon
TD-Gammon is a computer backgammon program developed in 1992 by Gerald Tesauro at IBM's Thomas J. Watson Research Center. Its name comes from the fact that it is an artificial neural net trained by a form of temporal-difference learning, specifically TD-lambda.
это буквально то, что я описываю, для нард?
источник
21:27пожаловаться#9

V🇺

Vladislav 🇺🇸🚜🇷🇺... in pro.algorithms
Constantine Drozdov
это буквально то, что я описываю, для нард?
да
источник
21:27пожаловаться#10

CD

Constantine Drozdov in pro.algorithms
Vladislav 🇺🇸🚜🇷🇺
да
легчайший велосипед в моей жизни, хех
источник
21:28пожаловаться#11

V🇺

Vladislav 🇺🇸🚜🇷🇺... in pro.algorithms
ну может не совсем буквально, но близко
источник
21:28пожаловаться#12

CD

Constantine Drozdov in pro.algorithms
это будет работать, если я сам нахерачу рандомной фигни вместо нейронки?
источник
21:28пожаловаться#13

CD

Constantine Drozdov in pro.algorithms
как примерно контролировать что все идет по плану?
источник
21:28пожаловаться#14

CD

Constantine Drozdov in pro.algorithms
по a * log t + b модели для невязки?
источник
21:29пожаловаться#15

V🇺

Vladislav 🇺🇸🚜🇷🇺... in pro.algorithms
Constantine Drozdov
это будет работать, если я сам нахерачу рандомной фигни вместо нейронки?
смотря насколько твоя рандомная фигня способна приблизить истинную функцию
источник
21:30пожаловаться#16

CD

Constantine Drozdov in pro.algorithms
Vladislav 🇺🇸🚜🇷🇺
смотря насколько твоя рандомная фигня способна приблизить истинную функцию
наверное, качество приближения я увижу в ожидании невязки
кроме того, в моей рандомной фигне должно быть достаточно много параметров, чтобы не свалиться в локальный оптимум, очевидно
источник
21:30пожаловаться#17

CD

Constantine Drozdov in pro.algorithms
Vladislav 🇺🇸🚜🇷🇺
смотря насколько твоя рандомная фигня способна приблизить истинную функцию
и да, по-моему Alpha* использует другую схему, почему?
источник
21:39пожаловаться#18

V🇺

Vladislav 🇺🇸🚜🇷🇺... in pro.algorithms
Constantine Drozdov
и да, по-моему Alpha* использует другую схему, почему?
alpha* вообще не про это же?
источник
22:33пожаловаться#19

CD

Constantine Drozdov in pro.algorithms
Vladislav 🇺🇸🚜🇷🇺
alpha* вообще не про это же?
ну я про AlphaGo etc
источник
22:34пожаловаться#20