- AutorIn
- Matthias Neumeister
- Titel
- Fallbasiertes Lernen von Bewertungsfunktionen
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:15-qucosa2-164658
- Schriftenreihe
- Abschluss- und Qualifikationsarbeiten aus der Fakultät für Mathematik und Informatik
- Datum der Einreichung
- 29.10.1998
- Abstract (DE)
- In der Arbeit wird das Konzept des fallbasierten Schließens zur Verwendung während der Minimax-Baumsuche in Spielbäumen vorgeschlagen. Die Auswirkungen von Änderungen an verschiedenen Parametern des Algorithmus werden anhand dazu durchgeführter Experimente dargestellt. Hervorzuheben sind besonders mehrere Auswahlstrategien, die den Lernprozess erheblich beschleunigen können.
- Freie Schlagwörter (DE)
- Baumsuche, fallbasiertes, KI, Lernen, maschinelles, Minimax, Schließen
- Klassifikation (DDC)
- 000
- BetreuerIn Hochschule / Universität
- Prof. Dr. Gerhard Brewka
- Dr. Steffen Lange
- Den akademischen Grad verleihende / prüfende Institution
- Universität Leipzig, Leipzig
- Version / Begutachtungsstatus
- angenommene Version / Postprint / Autorenversion
- URN Qucosa
- urn:nbn:de:bsz:15-qucosa2-164658
- Veröffentlichungsdatum Qucosa
- 20.10.2017
- Dokumenttyp
- Diplomarbeit
- Sprache des Dokumentes
- Deutsch