Дослідження класу карточних ігор методами навчання з підкріпленням за допомогою нейронної мережі DQN

Скорочена інформація про документ
dc.contributor.advisorДанилов, Валерій Якович
dc.contributor.authorКоролюк, Дмитро Олексійович
dc.date.accessioned2021-09-16T12:47:12Z
dc.date.available2021-09-16T12:47:12Z
dc.date.issued2021
dc.description.abstractenThe work consists: 126 p., 25 tables, 7 fig., 9 appendices, 2 sources. The object of research is a class of card games, represented by a dataset with data from such games as: Blackjack, Poker. The subject of the research is the DQN neural network for card playing and its teaching of reinforced learning methods. The purpose of the work is to analyze modern card games, to develop a neural network capable of playing cards, to assess the complexity and time for its confident learning to play in selected games, to assess the complexity of winning in these games. Relevance – nowadays card games are a very common entertainment product on the market, they play different categories of people of different ages, both for entertainment and for professional, commercial purposes. Assessing the difficulty of learning to play well-known card games such as poker and blackjack, determining the likelihood of winning them will affect young people's willingness to gamble in gambling centers, will show how great the chances of winning the two most famous gambling games are among those in need of skills. games. Research methods - applied models of neural networks, algorithms for learning neural networks, performed using the Python programming language. The results obtained are programmed neural networks for playing poker and blackjack, a comparative description of the complexity of playing these games, tips for novice players on the complexity of playing casinos in sound games. An article was submitted and a speech was made at the "I INTERNATIONAL SCIENTIFIC-THEORETICAL CONFERENCE SCIENTIFIC FORUM: THEORY AND PRACTICE OF RESEARCH"uk
dc.description.abstractukДипломна робота: 126 с.; 25 рисунків, 7 таблиць, 9 джерел, 2 додатки. Об’єкт дослідження – клас карточних ігор, представлений датасетом з даними таких ігор як: Блекджек, Покер. Предмет дослідження – нейронна мережа DQN для гри в карти та її навчання методи навчання з підкріпленням. Мета роботи – проаналізувати сучасні карточні ігри, розробити нейронну мережу, спроможну грати в карти, оцінити складність та час на впевнене її навчання грі в обрані ігри, оцінити складність виграшу в даних іграх. Актуальність – в наш час карточні ігри дуже розповсюджениий розважальний продукт на ринку, в них грають різні категорії людей різного віку, як для розважальних, так і для професійних, коммерційних цілей. Оцінка складності навчанню грі у відомі карточні ігри, такі як покер та блекджек, визначення вірогідності виграшу в них вплине на бажання молодих людей грати у азартних розважальних центрах на гроші, покаже, наскільки великі шанси виграти у двох найвідоміших азартних іграх серед тих, що потребують навичок гри. Методи дослідження – застосовані моделі нейронних мереж, алгоритми навчання нейронних мереж, виконані за допомогою мови програмування Python. Отримані результати – запрограмовані нейронні мережі для гри в покер та в блекджек, порівняльна характеристика складності гри у ці ігри, поради починаючим гравцям щодо складності гри у казино у озвучені ігри. Подана стаття та зроблено виступ на "I МІЖНАРОДНІЙ НАУКОВО-ТЕОРЕТИЧНОЇ КОНФЕРЕНЦІЇ : THEORY AND PRACTICE OF RESEARCH"uk
dc.format.page179 с.uk
dc.identifier.citationКоролюк, Д. О. Дослідження класу карточних ігор методами навчання з підкріпленням за допомогою нейронної мережі DQN : дипломна робота ... бакалавра : 124 Системний аналіз / Королюк Дмитро Олексійович. – Київ, 2021. – 179 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/43801
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectдослідження класу карточних ігорuk
dc.subjectметод навчання з підкріпленнямuk
dc.subjectнейронна мережа dqnuk
dc.subjectresearch of the class of card gamesuk
dc.subjectmethod of reinforcement learninguk
dc.subjectneural network of dqnuk
dc.titleДослідження класу карточних ігор методами навчання з підкріпленням за допомогою нейронної мережі DQNuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Korolyuk_bakalavr.docx
Розмір:
6.07 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи