РуЛиб - онлайн библиотека > Лонца Адреа > Python > Алгоритмы обучения с подкреплением на Python
Алгоритмы обучения с подкреплением на Python. Лонца Адреа - читать в Рулиб
0
0
0
0
0

Алгоритмы обучения с подкреплением на Python

Автор: Лонца Адреа

Жанр: Python, Искусственный интеллект

Год издания: 2020

Язык книги: русский

Объем: 287 стр.

Оцени!
СКАЧАТЬ КНИГУ:

в формате pdf   СКАЧАТЬ

ЧИТАТЬ ОНЛАЙН

Описание книги «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 метаалгоритмом 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.

Это произведение было опубликовано в 2020 году издательством ДМК Пресс в городе Москва с присваиванием ISBN: 978-5-97060-855-5. На нашем сайте есть возможность скачать книгу «Алгоритмы обучения с подкреплением на Python» в формате fb2, html, txt, rtf, epub, mobi, pdf прочитать онлайн. Тут у вас есть возможность ознакомиться с соображениями и заключениями читателей об этой книге. В предложениях интернет магазинов вы можете найти и купить подходящее издание этой книги.

ОТЗЫВЫ ЧИТАТЕЛЕЙ

name:
Оцени!

ПОХОЖИЕ КНИГИ

0.0
(0)
Книга посвящена промышленно-ориентированному применению обучения с подкреплением (Reinforcement Learning, RL). Объяснено, как обучать промышленные и научные системы решению любых пошаговых задач...
0.0
(0)
Глубокое обучение с подкреплением (глубокое RL) сочетает в себе два подхода к машинному обучению. В ходе такого обучения виртуальные агенты учатся решать последовательные задачи о принятии решений....