Данилов, Валерій ЯковичКоролюк, Дмитро Олексійович2021-09-162021-09-162021Королюк, 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.https://ela.kpi.ua/handle/123456789/43801Дипломна 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"ukдослідження класу карточних ігорметод навчання з підкріпленнямнейронна мережа dqnresearch of the class of card gamesmethod of reinforcement learningneural network of dqnBachelor Thesis179 с.