Mastering Reinforcement Learning with Python: Zostavte samoučiace sa modely novej generácie pomocou techník a osvedčených postupov reinforcement learningu

Hodnotenie:   (4,5 z 5)

Mastering Reinforcement Learning with Python: Zostavte samoučiace sa modely novej generácie pomocou techník a osvedčených postupov reinforcement learningu (Enes Bilgin)

Recenzie čitateľov

Zhrnutie:

Knihu odporúčame všetkým, ktorí sa zaoberajú aplikovaným posilňovaním učenia (RL), pretože ponúka praktickú príručku s príkladmi z praxe a modernými metódami. Hoci je dobre napísaná a pokrýva širokú škálu tém od základov až po pokročilé aplikácie, nie je vhodná pre úplných začiatočníkov a vyžaduje si určité znalosti štatistiky, pravdepodobnosti a programovania v jazyku Python. Formátovanie a prezentácia knihy však boli podrobené kritike.

Výhody:

Skvelý priebeh a jednoduché sledovanie spolu s kódmi v jazyku Python.
Praktická príručka s príkladmi a aplikáciami z reálneho sveta.
Pokrýva širokú škálu tém RL vrátane pokročilých konceptov.
Poskytuje externé zdroje na hlbšie pochopenie.
Vhodný pre stredne pokročilých používateľov a odborníkov z praxe, ktorí plánujú implementovať RL riešenia.

Nevýhody:

Nie je pre úplných začiatočníkov; vyžaduje predchádzajúce znalosti štatistiky, pravdepodobnosti a určité programátorské zručnosti v jazyku Python.
Slabé formátovanie a kvalita prezentácie s problémami, ako je nekonzistentné písanie pomlčiek a rozmazané obrázky.

(na základe 13 čitateľských recenzií)

Pôvodný názov:

Mastering Reinforcement Learning with Python: Build next-generation, self-learning models using reinforcement learning techniques and best practices

Obsah knihy:

Získajte praktické skúsenosti s vytváraním najmodernejších agentov posilňovania učenia pomocou TensorFlow a RLlib na riešenie zložitých reálnych obchodných a priemyselných problémov s pomocou odborných tipov a osvedčených postupov

Kľúčové vlastnosti:

⬤ Pochopte, ako fungujú rozsiahle najmodernejšie algoritmy a prístupy RL.

⬤ Aplikujte RL na riešenie komplexných problémov v marketingu, robotike, dodávateľskom reťazci, financiách, kybernetickej bezpečnosti a ďalších.

⬤ Preskúmajte tipy a osvedčené postupy od odborníkov, ktoré vám umožnia prekonať problémy v reálnom svete RL.

Popis knihy:

Posilňovacie učenie (RL) je oblasť umelej inteligencie (AI), ktorá sa používa na vytváranie samoučiacich sa autonómnych agentov. Táto kniha stavia na silnom teoretickom základe, využíva praktický prístup a na príkladoch inšpirovaných skutočnými problémami v priemysle vás oboznámi s najmodernejším RL.

Kniha začína problémami banditov, Markovovými rozhodovacími procesmi a dynamickým programovaním a poskytuje podrobný prehľad klasických techník RL, ako sú metódy Monte Carlo a učenie s časovou diferenciou. Potom sa dozviete o hĺbkovom Q-učení, algoritmoch gradientu politiky, metódach aktér-kritik, metódach založených na modeli a posilňovacom učení viacerých agentov. Potom sa zoznámite s niektorými kľúčovými prístupmi, ktoré stoja za najúspešnejšími implementáciami RL, ako je doménová randomizácia a učenie založené na zvedavosti.

Ako budete postupovať, preskúmate mnohé nové algoritmy s pokročilými implementáciami pomocou moderných knižníc jazyka Python, ako sú TensorFlow a balík Ray RLlib. Zistíte tiež, ako implementovať RL v oblastiach, ako sú robotika, riadenie dodávateľského reťazca, marketing, financie, inteligentné mestá a kybernetická bezpečnosť, pričom budete posudzovať kompromisy medzi rôznymi prístupmi a vyhýbať sa bežným nástrahám.

Na konci tejto knihy budete ovládať spôsob, ako trénovať a nasadzovať vlastných RL agentov na riešenie RL problémov.

Čo sa naučíte:

⬤ Modelovať a riešiť zložité sekvenčné rozhodovacie problémy pomocou RL.

⬤ Dobre pochopiť, ako fungujú najmodernejšie metódy RL.

⬤ Používajte Python a TensorFlow na kódovanie algoritmov RL od začiatku.

⬤ Paralelizujte a škálujte svoje implementácie RL pomocou balíka Ray RLlib.

⬤ Získajte hlboké znalosti o širokej škále tém RL.

⬤ Pochopiť kompromisy medzi rôznymi prístupmi RL.

⬤ Objaviť a riešiť problémy spojené s implementáciou RL v reálnom svete.

Pre koho je táto kniha určená:

Táto kniha je určená odborníkom v oblasti strojového učenia a výskumníkom, ktorí sa chcú zamerať na praktické posilňovanie učenia s jazykom Python implementáciou pokročilých konceptov hlbokého posilňovania učenia v reálnych projektoch. Táto kniha bude užitočná aj pre odborníkov na posilňovanie učenia, ktorí chcú prehĺbiť svoje znalosti, aby mohli riešiť rozsiahle a zložité problémy sekvenčného rozhodovania. Vyžadujú sa pracovné znalosti programovania v jazyku Python a hlbokého učenia spolu s predchádzajúcimi skúsenosťami s posilňovacím učením.

Ďalšie údaje o knihe:

ISBN:9781838644147
Autor:
Vydavateľ:
Väzba:Mäkká väzba

Nákup:

Momentálne k dispozícii, na sklade.

Ďalšie knihy autora:

Mastering Reinforcement Learning with Python: Zostavte samoučiace sa modely novej generácie pomocou...
Získajte praktické skúsenosti s vytváraním...
Mastering Reinforcement Learning with Python: Zostavte samoučiace sa modely novej generácie pomocou techník a osvedčených postupov reinforcement learningu - Mastering Reinforcement Learning with Python: Build next-generation, self-learning models using reinforcement learning techniques and best practices

Diela autora vydali tieto vydavateľstvá: