Deep Reinforcement Learning Hands-On - Második kiadás: Alkalmazza a modern RL módszereket a chatbotok, a robotika, a diszkrét optimalizálás, a webes

Olvasói vélemények

A könyv a megerősítéses tanulás elméletének és gyakorlati alkalmazásának átfogó keverékét kínálja, amelyet világos felépítése és részletes magyarázatai miatt dicsérnek. Az értékelők nagyra értékelik a mélységét, a témák széles körű lefedettségét és a gyakorlati kódolási példákat, bár sokaknak gondot okoz a kódkompatibilitás és az elavult példák.

Az elmélet és a gyakorlat kiváló keveréke, logikusan felépített, a megerősítéses tanulási technikák részletes tárgyalása, világos magyarázatok, jól körülhatárolt fejezetek, jó szemléltetés, a témák széles skáláját öleli fel, kezdők és tapasztalt tanulók számára egyaránt alkalmas.

A kódpéldák gyakran nem futnak vagy hibákat tartalmaznak, egyesek szerint a kódolási szempontok elavultak vagy nem kompatibilisek a jelenlegi könyvtárakkal, a hibaelhárítás az olvasóra van bízva, a könyv fizikai állapotával kapcsolatos problémákról számoltak be.

(37 olvasói vélemény alapján)

Eredeti címe:

Deep Reinforcement Learning Hands-On - Second Edition: Apply modern RL methods to practical problems of chatbots, robotics, discrete optimization, web

Könyv tartalma:

A bestseller új kiadása a mély megerősítéses tanulásról és arról, hogyan használják azt komplex valós problémák megoldására. Felülvizsgált és kibővített változat, amely tartalmazza a többágenses módszereket, a diszkrét optimalizálást, az RL-t a robotikában, a fejlett feltárási technikákat és még sok mást

Főbb jellemzők

⬤ A mély megerősítéses tanulás bestseller bevezetésének második kiadása, hat új fejezettel bővítve.

⬤ Tanuljon fejlett feltárási technikákat, beleértve a zajos hálózatokat, az álszámlálást és a hálózati desztillációs módszereket.

⬤  Alkalmazza az RL módszereket olcsó hardveres robotikai platformokon.

Könyvismertető

A Deep Reinforcement Learning Hands-On, Second Edition a legmodernebb megerősítéses tanulási (RL) eszközök és technikák bestsellerének frissített és bővített változata. Bevezetést nyújt az RL alapjaiba, valamint gyakorlatias képességet nyújt az intelligens tanuló ágensek kódolásához, hogy azok számos gyakorlati feladatot hajtsanak végre.

Hat új fejezetet szentel az RL számos aktuális fejlesztésének, többek között a diszkrét optimalizálásnak (a Rubik-kocka megoldása), a többágenses módszereknek, a Microsoft TextWorld környezetének, a fejlett feltárási technikáknak és sok másnak, így a könyvből a legújabb innovációk mélyreható ismeretével távozhat ezen a feltörekvő területen.

Ezen túlmenően olyan témakörökbe is gyakorlatias betekintést nyerhet, mint a mély Q-hálózatok, a policy gradiens módszerek, a folyamatos szabályozási problémák és a nagymértékben skálázható, nem gradiens módszerek. Azt is megtudhatja, hogyan építhet egy valódi hardveres, RL-rel betanított robotot kevesebb mint 100 dollárért, és hogyan oldhatja meg a Pong-környezetet mindössze 30 perc alatt, lépésről lépésre történő kódoptimalizálással.

Röviden: A Deep Reinforcement Learning Hands-On, Second Edition (Mély megerősítéses tanulás kézzel-lábbal, második kiadás) az Ön társa az RL izgalmas komplexitásában való eligazodáshoz, mivel valós példákon keresztül segít tapasztalatot és tudást szerezni.

Mit fogsz tanulni

⬤ Megtanulja az RL mélytanulási összefüggéseit és komplex mélytanulási modelleket valósít meg.

⬤ Értelmezze az RL módszereket, beleértve a kereszt-entrópiát, a DQN-t, a színész-kritikát, a TRPO-t, a PPO-t, a DDPG-t, a D4PG-t és másokat.

⬤ Építsen egy gyakorlati hardveres robotot, amelyet RL módszerekkel képeztek ki kevesebb mint 100 dollárért.

⬤ Fedezze fel a Microsoft TextWorld környezetét, amely egy interaktív fikciós játékplatform.

⬤ Diszkrét optimalizálás alkalmazása RL-ben egy Rubik-kocka megoldására.

⬤ Tanítsa meg az ügynököt Connect 4 játékra az AlphaGo Zero segítségével.

⬤ Felfedezze a legfrissebb mély RL-kutatásokat olyan témákban, mint az AI chatbotok.

⬤ Fedezze fel a fejlett feltárási technikákat, beleértve a zajos hálózatokat és a hálózati desztillációs technikákat.

Kinek szól ez a könyv

Némi folyékony Python nyelvtudást feltételezünk. A mélytanulás alapjainak alapos ismerete hasznos lesz. Ez a könyv bevezetés a mély RL-be, és nem igényel RL előképzettséget.