Name: Глубокое обучение с подкреплением на Python. OpenAI Gym и TensorFlow для профи — Судхарсан Равичандиран
Availability: InStock
Author: Судхарсан Равичандиран

Главная

Книги

Компьютерная литература

Программирование

Глубокое обучение с подкреплением на Python. OpenAI Gym и TensorFlow для профи — Судхарсан Равичандиран

Добавьте фото

Арт.: 35710005

Автор:		Судхарсан Равичандиран
Переводчик:		Е. Матвеев
Серия:		Библиотека программиста
Переплет:		Мягкий
Страниц:		320
Формат:		232x165x15

Нет на складе

Нашли дешевле?

Сообщите о появлении

В "Желаемое"

Контакты

• 050-413-64-94, 063-233-0-299
Подробнее →

Доставка

• Курьером по Украине: от 85 грн.
• Новая почта до склада: от 50 грн.
• Укрпочта: от 40 грн.
Подробнее →

Оплата

• Расчет при получении
• Предоплата
Подробнее →

Описание

Глубокое обучение с подкреплением (Reinforcement Learning) - самое популярное и перспективное направление искусственного интеллекта.
Практическое изучение RL на Python поможет освоить не только базовые, но и передовые алгоритмы глубокого обучения с подкреплением.
Вы начнете с основных принципов обучения с подкреплением, OpenAI Gym и TensorFlow, познакомьтесь с марковскими цепями, методом Монте-Карло и динамическим программированием, так что "страшные" аббревиатуры DQN, DRQN, A3C, PPO и TRPO вскоре перестанут вас пугать. Вы узнаете об агентах, которые учатся на человеческих предпочтениях, DQfD, HER и многих других последних достижениях RL.
Прочитав книгу, вы приобретете знания и опыт, необходимые для реализации обучения с подкреплением и глубокого обучения с подкреплением в реальных проектах, и войдете в мир искусственного интеллекта.
В этой книге вы:
- Познакомитесь с основами методов, алгоритмов и элементов RL
- Обучите агента с помощью OpenAI Gym и Tensorflow
- Освоите марковские процессы принятия решений, оптимальность Беллмана и обучение TD
- Научитесь решать проблемы многоруких бандитов
- Овладеете алгоритмами глубокого обучения, такими как RNN, LSTM и CNN
- Создадите интеллектуальных агентов с помощью алгоритма DRQN, которые смогут играть в Doom
- С помощью DDPG научите агентов играть в Lunar Lander
- Отправите агента на автогонки, используя метод DQN

Скрыть