Deskripsi
Deep Reinforcement Learning Hands-On oleh Maxim Lapan adalah panduan komprehensif untuk metode pembelajaran penguatan (RL) modern. Buku ini mencakup berbagai topik, termasuk deep Q-networks, iterasi nilai, policy gradients, TRPO, dan AlphaGo Zero. Pembaca akan belajar bagaimana menerapkan teknik-teknik ini untuk menyelesaikan masalah dunia nyata yang kompleks menggunakan pembelajaran mendalam (DL). Buku ini memberikan pengantar dasar-dasar RL, memungkinkan pembaca untuk mengkode agen pembelajaran cerdas untuk berbagai tugas. Ini termasuk contoh praktis seperti menerapkan Q-learning dalam lingkungan 'grid world', melatih agen untuk perdagangan saham, dan mengalahkan permainan arcade Atari menggunakan iterasi nilai. Selain itu, buku ini mengeksplorasi penelitian deep RL terbaru, termasuk chatbot yang didorong oleh AI. Meskipun diasumsikan ada beberapa kefasihan dalam Python dan pendekatan DL dasar, tidak diperlukan pengetahuan RL sebelumnya. Buku ini diterbitkan oleh Packt Publishing pada tahun 2018, tetapi edisi terbaru yang diperbarui untuk tahun 2020 tersedia, menawarkan bab tambahan tentang metode multi-agen dan RL dalam robotika.
- KategoriPendidikan & Riset
Detail Buku
Jelajahi pembelajaran penguatan mendalam dari prinsip-prinsip dasar
Evaluasi metode RL terkenal seperti TRPO dan PPO
Pelajari proses keputusan Markov sebagai dasar RL
Terapkan Q-learning dalam lingkungan 'grid world'
Latih agen untuk perdagangan saham menggunakan OpenAI Gym
Kalahkan permainan Atari menggunakan iterasi nilai
Ajari agen untuk bermain Connect4 dengan AlphaGo Zero
Temukan penelitian chatbot yang didorong oleh AI
Untuk Siapa Buku Ini
- Agen perdagangan saham
- Strategi permainan Atari
- Permainan Connect4
- Chatbot yang didorong oleh AI
- Lingkungan grid world
