Hodnotenie:
Kniha ponúka komplexný úvod do moderných techník posilňovania učenia (RL), pričom zahŕňa tradičné aj netradičné témy. Hoci je dobre napísaná a poskytuje cenné poznatky o rôznych algoritmoch RL, trpí značnými problémami s vykonávaním kódu a technickou úpravou.
Výhody:Dobre napísaný a presný opis moderných algoritmov RL, vhodný pre praktikov. Pokrýva širokú škálu tém vrátane základných a pokročilých techník využívajúcich štandardné knižnice, ako sú PyTorch, NumPy a OpenAI Gym. Podporuje experimentovanie a pochopenie základných konceptov.
Nevýhody:Príklady kódu nefungujú, čo vedie k frustrácii čitateľov. Niektorí používatelia uviedli, že knihu vzdali kvôli zle vysvetlenému kódu a nedostatočnej korelácii so zdrojmi GitHub. Potrebuje dôkladnú technickú úpravu na zlepšenie použiteľnosti.
(na základe 3 čitateľských recenzií)
Deep Reinforcement Learning in Action
Ľudia sa najlepšie učia na základe spätnej väzby - sme povzbudzovaní k činnostiam, ktoré vedú k pozitívnym výsledkom, zatiaľ čo rozhodnutia s negatívnymi dôsledkami nás odrádzajú. Tento proces posilňovania sa dá aplikovať na počítačové programy, čo im umožňuje riešiť zložitejšie problémy, ktoré klasické programovanie nedokáže vyriešiť.
V knihe Deep Reinforcement Learning in Action sa dozviete základné pojmy a terminológiu deep reinforcement learningu spolu s praktickými zručnosťami a technikami, ktoré budete potrebovať na jeho implementáciu do vlastných projektov.
Zakúpenie tlačenej knihy zahŕňa bezplatnú elektronickú knihu vo formátoch PDF, Kindle a ePub od vydavateľstva Manning Publications.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)