Naslov
Problem višerukog razbojnika kod razvoja modela podržanog učenja
(Multi-armed bandit problem in the development of reinforcement learning)

Autori
Čaprić, Dolores

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, preddiplomski

Fakultet
Fakultet strojarstva i brodogradnje

Mjesto
Zagreb

Datum
02.03

Godina
2023

Stranica
41

Mentor
Stipančić, Tomislav

Ključne riječi
višeruki razbojnik ; Python ; Jupyter Notebook ; istraživanje ; iskorištavanje
(multi-armed bandit ; Python ; Jupyter Notebook ; exploitation ; exploration)

Sažetak
Tema ovog rada je razvoj algoritama koji pomoću metode istraživanja i iskorištavanja rješavaju problem višerukog razbojnika. To je problem u okviru strojnog učenja u kojem agent odabire radnje kako bi maksimalno povećao dobivenu nagradu. Ideja algoritama je implementirana u programski jezik Python, dok su rezultati prikazani u web aplikaciji Jupyter Notebook. Prikaz rezultata sadrži numerički i grafički dio. U prvom dijelu rada razrađena je teorijska i matematička osnova koja omogućava razumijevanje i primjenu algoritama. U drugom dijelu je za svaki algoritam detaljno objašnjen princip te implementacija u Python-u. Također su dani dobiveni rezultati koji prikazuju razinu uspješnost svakog algoritma

Izvorni jezik
Hrvatski

Znanstvena područja
Strojarstvo

POVEZANOST RADA