Мигель Моралес | Грокаем глубокое обучение с подкреплением (2026) [PDF]
Автор: Мигель Моралес
Издательство: Питер
Серия: Библиотека программиста (Питер)
ISBN: 978-5-4461-3944-6
Жанр: Компьютерная литература, Искусственный интеллект, Машинное обучение, Программирование, Язык Python
Формат: PDF
Качество: Изначально электронное (ebook)
Иллюстрации: Черно-белые
Описание:Мы учимся, взаимодействуя с окружающей средой, и получаемые вознаграждения и наказания определяют наше поведение в будущем. Глубокое обучение с подкреплением привносит этот естественный процесс в искусственный интеллект и предполагает анализ результатов для выявления наиболее эффективных путей движения вперед.
Агенты глубокого обучения с подкреплением могут способствовать успеху маркетинговых кампаний, прогнозировать рост акций и побеждать гроссмейстеров в Го и шахматах. Давайте научимся создавать системы глубокого обучения на примере увлекательных упражнений, сопровождаемых кодом на Python с подробными комментариями и понятными объяснениями.
Вы увидите, как работают алгоритмы, и научитесь создавать собственных агентов глубокого обучения с подкреплением, используя оценочную обратную связь.
Оглавление:
Предисловие 10
Вступление 12
Благодарности 14
О книге 17
От издательства 19
Об авторе 20
Глава 1. Введение в глубокое обучение с подкреплением 21
Глава 2. Математические основы обучения с подкреплением 52
Глава 3. Баланс краткосрочных и долгосрочных целей 86
Глава 4. Баланс между сбором и использованием информации 119
Глава 5. Оценка поведения агента 153
Глава 6. Улучшение поведения агентов 189
Глава 7. Более действенные и эффективные способы достижения целей 224
Глава 8. Введение в ценностно ориентированное глубокое обучение с подкреплением 259
Глава 9. Более стабильные ценностно ориентированные методы 296
Глава 10. Ценностно ориентированные методы с эффективным использованием выборок 332
Глава 11. Методы градиента политик и «актер-критик» 362
Глава 12. Продвинутые методы «актер-критик» 401
Глава 13. Путь к сильному искусственному интеллекту 437
Скриншоты:
Время раздачи: с 10 до 20 (минимум до появления первых 3-5 скачавших) 
(Голосов: 
