설명
맥심 라판의 딥 강화 학습 핸즈온은 현대 강화 학습(RL) 방법에 대한 포괄적인 가이드입니다. 이 책은 딥 Q-네트워크, 가치 반복, 정책 경량화, TRPO 및 AlphaGo Zero와 같은 다양한 주제를 다룹니다. 독자들은 딥 러닝(DL)을 사용하여 복잡한 실제 문제를 해결하기 위해 이러한 기술을 적용하는 방법을 배울 것입니다. 이 책은 RL 기본에 대한 소개를 제공하여 독자들이 다양한 작업을 위한 지능형 학습 에이전트를 코딩할 수 있도록 합니다. '그리드 월드' 환경에서 Q-학습을 구현하고, 주식 거래를 위한 에이전트를 훈련시키며, 가치 반복을 사용하여 아타리 아케이드 게임을 이기는 등의 실용적인 예제가 포함되어 있습니다. 또한, 이 책은 AI 기반 챗봇을 포함한 최신 딥 RL 연구를 탐구합니다. 파이썬에 대한 약간의 유창성과 기본 DL 접근 방식이 필요하지만, 사전 RL 지식은 필요하지 않습니다. 이 책은 2018년 Packt Publishing에서 출판되었으며, 2020년 업데이트된 최신 판이 제공되어 다중 에이전트 방법 및 로봇 공학에서의 RL에 대한 추가 장이 포함되어 있습니다.
- 카테고리교육 및 연구
도서 정보
기본 원리에서 딥 강화 학습 탐구
TRPO 및 PPO와 같은 고급 RL 방법 평가
RL 기초로서 마르코프 결정 과정 학습
그리드 월드 환경에서 Q-학습 구현
OpenAI Gym을 사용하여 주식 거래 에이전트 훈련
가치 반복을 사용하여 아타리 게임 이기기
AlphaGo Zero로 Connect4 플레이하는 방법 가르치기
AI 기반 챗봇 연구 탐구
이 책의 대상 독자
- 주식 거래 에이전트
- 아타리 게임 전략
- Connect4 게임 플레이
- AI 기반 챗봇
- 그리드 월드 환경
