Price: 47,91 €
(as of Apr 21, 2024 11:39:09 UTC – Details)
Nouvelle édition du guide à succès sur l’apprentissage par renforcement profond et comment il est utilisé pour résoudre des problèmes complexes du monde réel. Révisé et étendu pour inclure des méthodes multi-agents, l’optimisation discrète, la RL en robotique, des techniques d’exploration avancées, etc.
Principales caractéristiques:
Deuxième édition de l’introduction à succès à l’apprentissage par renforcement profond, enrichie de six nouveaux chapitres. Apprenez des techniques d’exploration avancées, notamment les réseaux bruités, le pseudo-comptage et les méthodes de distillation de réseau. Appliquez les méthodes RL à des plates-formes robotiques matérielles bon marché.
Description du livre
Deep Reinforcement Learning Hands-On, Second Edition est une version mise à jour et étendue du guide le plus vendu des tout derniers outils et techniques d’apprentissage par renforcement (RL). Il vous fournit une introduction aux principes fondamentaux de RL, ainsi que la capacité pratique de coder des agents d’apprentissage intelligents pour effectuer une gamme de tâches pratiques.
Avec six nouveaux chapitres consacrés à une variété de développements de dernière minute en RL, y compris l’optimisation discrète (résolution du Rubik’s Cube), les méthodes multi-agents, l’environnement TextWorld de Microsoft, les techniques d’exploration avancées, et bien plus encore, vous repartirez de ce livre avec une compréhension approfondie des dernières innovations dans ce domaine émergent.
De plus, vous obtiendrez des informations exploitables sur des domaines tels que les réseaux Q profonds, les méthodes de gradient politique, les problèmes de contrôle continu et les méthodes hautement évolutives et sans gradient. Vous découvrirez également comment construire un véritable robot matériel formé avec RL pour moins de 100 $ et résoudre l’environnement Pong en seulement 30 minutes de formation en utilisant une optimisation de code étape par étape.
En bref, Deep Reinforcement Learning Hands-On, Deuxième édition, est votre compagnon pour naviguer dans les complexités passionnantes de RL car il vous aide à acquérir de l’expérience et des connaissances à travers des exemples concrets.
Ce que vous apprendrez :
Comprendre le contexte d’apprentissage profond de RL et mettre en œuvre des modèles d’apprentissage profond complexes Évaluer les méthodes RL, notamment l’entropie croisée, DQN, acteur-critique, TRPO, PPO, DDPG, D4PG et autres Construire un robot matériel pratique formé aux méthodes RL pour moins de 100 $ Découvrez l’environnement TextWorld de Microsoft, une plateforme de jeux de fiction interactifs. Utilisez l’optimisation discrète dans RL pour résoudre un Rubik’s Cube. Apprenez à votre agent à jouer à Connect 4 à l’aide d’AlphaGo Zero. Explorez les toutes dernières recherches approfondies en RL sur des sujets tels que les chatbots IA. Découvrez des techniques d’exploration avancées, notamment réseaux bruyants et techniques de distillation des réseaux
À qui s’adresse ce livre :
Une certaine maîtrise de Python est supposée. Une bonne compréhension des principes fondamentaux de l’apprentissage profond sera utile. Ce livre est une introduction au RL profond et ne nécessite aucune connaissance en RL
Éditeur : Packt Publishing; 2e éd. édition (31 janvier 2020)
Langue : Anglais
Broché : 826 pages
ISBN-10 : 1838826998
ISBN-13 : 978-1838826994
Poids de l’article : 1,41 Kilogrammes
Dimensions : 23,5 x 19,1 x 4,3 cm
Avis
Il n’y a pas encore d’avis.