Детальная информация

Название: Нейросеть для оценки метода Монте-Карло на примере покерных раздач: выпускная квалификационная работа бакалавра: направление 09.03.04 «Программная инженерия» ; образовательная программа 09.03.04_01 «Технология разработки и сопровождения качественного программного продукта»
Авторы: Коваленко Алексей Олегович
Научный руководитель: Молодяков Сергей Александрович
Другие авторы: Локшина Екатерина Геннадиевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2020
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: метод монте-карло; нейронная сеть; python; tensorflow; keras; monte-carlo method; nerual network
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.03.04
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-2201
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В данной работе решается задача создания искусственной нейронной сети для оценки точности метода Монте-Карло на примере покерных раздач. Помимо вышеуказанного метода рассмотрено ещё два основных подхода для вычисления доли общего количества покерных фишек в розыгрыше, которые достаются победителю раздачи. Также даны теоретические сведения об искусственных нейронных сетях и их практическом применении посредством библиотек для машинного обучения Tensorflow и Keras на языке программирования Python.

In this work, we solve the problem of creating an artificial neural network to assess the accuracy of the Monte Carlo method using poker hands as an example. In addition to the above method, two more basic approaches have been considered for calculating the share of the total number of poker chips in the drawing that go to the winner of the hand. Theoretical information is also given on artificial neural networks and their practical application through the Tensorflow and Keras machine learning libraries in the Python programming language.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 3
За последние 30 дней: 1
Подробная статистика