• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Обучение с подкреплением: снижение размерности и дисперсии

ФИО студента: Смирнов Павел Александрович

Руководитель: Беломестный Денис Витальевич

Кампус/факультет: Факультет математики

Программа: Математика (Бакалавриат)

Оценка: 8

Год защиты: 2019

В данной работе рассмотрено применение методов Монте Карло контроля с использованием выборки по важности для решения задачи обучения с подкреплением, формулируемой с помощью марковского процесса принятия решений. Многие вариации методов Монте Карло, особенно использующие выборку по важности, имеют большую дисперсию оценок оптимальных функций ценности действий. Бороться с этой дисперсией можно с помощью вариации различных параметров алгоритмов и разных модификаций оценок, что продемонстрировано в экспериментах, приведенных в этой работе.

Текст работы (работа добавлена 31 мая 2019 г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ