Алгоритмы обучения с подкреплением на Python
Эта книга поможет читателю овладеть алгоритмами обучения с подкреплением (ОП) и научиться реализовывать их при создании самообучающихся агентов. В первой части рассматриваются различные элементы ОП, сфера его применения, инструменты, необходимые для работы в среде ОП. Вторая и третья части посвящены непосредственно алгоритмам. В числе прочего автор показывает, как сочетать Q-обучение с нейронными сетями для решения сложных задач, описывает методы градиента стратегии, TRPO и PPO, позволяющие повысить производительность и устойчивость, а также детерминированные алгоритмы DDPG и TD3. Читатель узнает о том, как работает техника подражательного обучения, познакомится с алгоритмами исследования на базе верхней доверительной границы (UCB и UCB1) и мета-алгоритмом ESBAS. Издание предназначено для тех, кто интересуется исследованиями в области искусственного интеллекта, применяет в работе глубокое обучение или хочет освоить обучение с подкреплением с нуля. Обязательное условие - владение языком Python на рабочем уровне.
Печатное издание имеет сертификаты качества и безопасности и соответствует нормам санитарной гигиены. На товар распростаняется гарантия. Действует дисконтная накопительная система, а также корпоративная скидка 10% на заказ от 20 шт. На странице офомления заказа будет отражена более полная информация о стоимости доставки в ваш регион и о вашей личной скидке.
Позвольте Вам предложить
-
Глубокое обучение с подкреплением на Python. OpenAI Gym и TensorFlow для профи
Глубокое обучение с подкреплением (Reinforcement Learning) - самое популярное и перспективное направление искусственного интеллекта. Практическое изучение RL на Python поможет освоить…
-
Обучение с подкреплением
Идея обучения с подкреплением возникла десятки лет назад, но этой дисциплине предстояло пройти долгий путь, прежде чем она стала одним из…
-
Глубокое обучение с подкреплением. AlphaGo и другие технологии
Эта книга — подробное руководство по новейшим инструментам глубокого обучения с подкреплением и их ограничениям. Мы реализуем и проверим на практике…
-
Обучение с подкреплением на PyTorch. Сборник рецептов. Свыше 60 рецептов проектирования, разработки
Библиотека PyTorch выходит на передовые позиции в качестве средства обучения с подкреплением (ОП) благодаря эффективности и простоте ее использования. Эта книга…
-
Генетические алгоритмы на Python
Генетические алгоритмы - это семейство алгоритмов поиска, оптимизации и обучения, черпающее идеи из естественной эволюции. Благодаря имитации эволюционных процессов генетические алгоритмы…
-
Алгоритмы. Справочник с примерами на C, C++, Java и Python
Если вы считаете, что скорость решения той или иной задачи зависит, в первую очередь, от мощности компьютера, на котором она решается,…
-
Вероятностное программирование на Python. Байесовский вывод и алгоритмы
Байесовские методы пугают формулами многих "айтишников", но без анализа статистики и вероятностей сейчас не обойтись. Кэмерон Дэвидсон-Пайлон рассказывает о байесовском методе…
-
Python и машинное обучение
Крайне необходимое издание по новейшей предсказательной аналитике для более глубокого понимания методологии машинного обучения Использование разных машинно-обучаемых моделей для формулирования различных вопросов…
-
Глубокое обучение на Python
Глубокое обучение - Deep learning - это набор алгоритмов машинного обучения, которые моделируют высокоуровневые абстракции в данных, используя архитектуры, состоящие из…