Give that model a treat! : Reinforcement learning explained

Tic-Tac-Toe the Hard Way

Το περιεχόμενο παρέχεται από το Lucas Dixon and People + AI Research. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον Lucas Dixon and People + AI Research ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.

4+ y ago 26:04

MP3•Αρχική οθόνη επεισοδίου

Switching gears, we focus on how Yannick’s been training his model using reinforcement learning. He explains the differences from David’s supervised learning approach. We find out how his system performs against a player that makes random tic-tac-toe moves.

Resources:

Deep Learning for JavaScript book

Playing Atari with Deep Reinforcement Learning

Two Minute Papers episode on Atari DQN

For more information about the show, check out pair.withgoogle.com/thehardway/.

You can reach out to the hosts on Twitter: @dweinberger and @tafsiri.

10 επεισόδια

#Tech #Podcasting Education #Rebecca Salois #People AI Research #Machine Learning #Human Centered #Reinforcement Learning #Supervised Learning #Tic-tac-toe #Games #Google