Início Projetos PILCO
PILCO
Python

PILCO

Aprendizado por Reforço Bayesiano em Tensorflow

por nrontsis · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Linguagem
gaussian-processesmachine-learningmodel-based-rlMITPython
Ver no GitHub
Em palavras simples

Execute algoritmos avançados de aprendizado de máquina para melhorar a tomada de decisões em ambientes dinâmicos usando TensorFlow.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
PILCO — GitHub preview card
📈 Histórico de estrelas
337336
2026-07-202026-08-31
📈 Acompanhe PILCO

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Aprendizado por Reforço Bayesiano em Tensorflow

PILCO tem 336 estrelas no GitHub. Foi bifurcado 85 vezes. PILCO é escrito principalmente em Python. Está em desenvolvimento ativo desde 2018. PILCO está disponível sob a licença MIT. Os seus principais temas são: gaussian-processes, machine-learning, model-based-rl, reinforcement-learning.

Frequently asked questions

O que é PILCO?

Aprendizado por Reforço Bayesiano em Tensorflow

PILCO é de código aberto?

PILCO é um projeto de código aberto. É distribuído sob a licença MIT.

PILCO é gratuito?

Sim. PILCO é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está PILCO?

PILCO está disponível sob a licença MIT.

Em que linguagem PILCO está escrito?

PILCO é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — PILCO

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=nrontsis-pilco)](https://olud.ai/project/nrontsis-pilco.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.