Deep Reinforcement Learning Hands-On - Second Edition: Aplikovať moderné metódy RL na praktické problémy chatbotov, robotiky, diskrétnej optimalizácie, webu

Recenzie čitateľov

Kniha ponúka komplexnú kombináciu teórie a praktického využitia posilňovania učenia, chválená za jasnú štruktúru a podrobné vysvetlenia. Recenzenti oceňujú jej hĺbku, široké pokrytie tém a praktické príklady kódovania, hoci mnohí majú problémy s kompatibilitou kódu a zastaranými príkladmi.

Vynikajúca kombinácia teórie a praxe, logicky štruktúrovaná, podrobné diskusie o technikách reinforcement learningu, jasné vysvetlenia, prehľadné kapitoly, dobré vizualizácie, pokrýva širokú škálu tém, vhodná pre začiatočníkov aj skúsených študentov.

Príklady kódu často nefungujú alebo obsahujú chyby, niektorí považujú aspekty kódovania za zastarané alebo nekompatibilné so súčasnými knižnicami, riešenie problémov ponechané na čitateľa, hlásené problémy s fyzickým stavom knihy.

(na základe 37 čitateľských recenzií)

Pôvodný názov:

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

Obsah knihy:

Nové vydanie najpredávanejšieho sprievodcu hlbokým posilňovaním učenia a jeho využitím na riešenie zložitých problémov v reálnom svete. Revidované a rozšírené o metódy viacerých agentov, diskrétnu optimalizáciu, RL v robotike, pokročilé techniky prieskumu a ďalšie

Kľúčové vlastnosti

⬤ Druhé vydanie najpredávanejšieho úvodu do deep reinforcement learningu, rozšírené o šesť nových kapitol.

⬤ Oboznámte sa s pokročilými technikami skúmania vrátane sietí so šumom, pseudočítania a metód destilácie sietí.

⬤ Aplikujte metódy RL na lacné hardvérové robotické platformy.

Popis knihy

Deep Reinforcement Learning Hands-On, Second Edition je aktualizovaná a rozšírená verzia najpredávanejšieho sprievodcu najnovšími nástrojmi a technikami reinforcement learningu (RL). Poskytne vám úvod do základov RL spolu s praktickou schopnosťou kódovať inteligentných učiacich sa agentov na vykonávanie celého radu praktických úloh.

Vďaka šiestim novým kapitolám venovaným rôznym aktuálnym vývojovým trendom v oblasti RL, vrátane diskrétnej optimalizácie (riešenie Rubikovej kocky), multiagentových metód, prostredia Microsoft TextWorld, pokročilých prieskumných techník a ďalších, budete z tejto knihy odchádzať s hlbokými znalosťami najnovších inovácií v tejto rozvíjajúcej sa oblasti.

Okrem toho získate praktické poznatky o takých tematických oblastiach, ako sú hlboké Q-siete, gradientné metódy politiky, problémy spojitého riadenia a vysoko škálovateľné negraduálne metódy. Zistíte tiež, ako si postaviť skutočného hardvérového robota vycvičeného pomocou RL za menej ako 100 USD a vyriešiť prostredie Pong len za 30 minút tréningu pomocou optimalizácie kódu krok za krokom.

Stručne povedané, kniha Deep Reinforcement Learning Hands-On, Second Edition je vaším spoločníkom pri prechádzaní vzrušujúcimi zložitosťami RL, pretože vám pomôže získať skúsenosti a vedomosti prostredníctvom príkladov z reálneho sveta.

Čo sa naučíte

⬤ Pochopiť kontext hlbokého učenia RL a implementovať komplexné modely hlbokého učenia.

⬤ Vyhodnotiť metódy RL vrátane krížovej entropie, DQN, actor-critic, TRPO, PPO, DDPG, D4PG a ďalších.

⬤ Zostavte praktického hardvérového robota vycvičeného pomocou metód RL za menej ako 100 USD.

⬤ Objavte prostredie TextWorld od spoločnosti Microsoft, ktoré je platformou pre interaktívne hrané hry.

⬤ Využite diskrétnu optimalizáciu v RL na riešenie Rubikovej kocky.

⬤ Učte svojho agenta hrať hru Connect 4 pomocou AlphaGo Zero.

⬤ Preskúmajte najnovší hlboký výskum RL na témy vrátane chatbotov s umelou inteligenciou.

⬤ Objavte pokročilé techniky skúmania vrátane sietí so šumom a techník destilácie siete.

Pre koho je táto kniha určená

Predpokladá sa určitá plynulosť v jazyku Python. Dobré pochopenie základov hlbokého učenia bude užitočné. Táto kniha je úvodom do hlbokého RL a nevyžaduje žiadne zázemie v RL.