basic_reinforcement_learning
Eine Einführung in das Reinforcement Learning (RL) mit umfassenden Schritt-für-Schritt-Tutorials.
Erfahren Sie, wie Sie verschiedene Techniken des verstärkenden Lernens durch schrittweise Tutorials implementieren können.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarEine Einführung in das Reinforcement Learning (RL) mit umfassenden Schritt-für-Schritt-Tutorials.
basic_reinforcement_learning hat 1.2k Sterne auf GitHub. Es wurde 368-mal geforkt. basic_reinforcement_learning ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2016 aktiv entwickelt. basic_reinforcement_learning ist unter der GPL-3.0-Lizenz verfügbar. Die Hauptthemen sind: ai, artificial-intelligence, deep-learning, deeplearning.
Was ist basic_reinforcement_learning?
Eine Einführung in das Reinforcement Learning (RL) mit umfassenden Schritt-für-Schritt-Tutorials.
Ist basic_reinforcement_learning Open Source?
basic_reinforcement_learning ist ein Open-Source-Projekt. Es wird unter der GPL-3.0-Lizenz veröffentlicht.
Ist basic_reinforcement_learning kostenlos?
Ja. basic_reinforcement_learning ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten. Die GPL-3.0-Lizenz ist Copyleft: Eine veränderte Version, die Sie weitergeben, muss unter derselben Lizenz bleiben.
Unter welcher Lizenz steht basic_reinforcement_learning?
basic_reinforcement_learning ist unter der GPL-3.0-Lizenz verfügbar.
In welcher Sprache ist basic_reinforcement_learning geschrieben?
basic_reinforcement_learning ist hauptsächlich in Jupyter Notebook geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/vmayoral-basic-reinforcement-learning.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.