Скачать Усиленное обучение [Джеймс Девис]

[Kevin]

**Усиленное обучение [Джеймс Девис]**

Данное руководство по усиленному обучению (Reinforcement Learning, RL) охватывает теоретические основы, практические применения и современные достижения.

В начале рассматривается определение RL, его исторический контекст и ключевые отличия от других видов машинного обучения. Примеры применения RL включают игры, робототехнику, финансовые рынки и управление ресурсами.

Математические основы включают в себя марковские процессы принятия решений, состояния, действия, награды, политики, а также Беллмановские уравнения и итерацию ценности.

Основные алгоритмы RL, такие как метод Монте-Карло, Q-Learning, SARSA, методы градиента политики, REINFORCE и Actor-Critic, рассматриваются вместе с моделями на основе планирования и глубокого усиленного обучения (DQN, DDPG, A3C).

Практическая часть книги включает использование OpenAI Gym и других сред, настройку и тестирование моделей, а также примеры кода на Python с использованием библиотек TensorFlow и PyTorch.

**Цена:** 690 руб.

**Форматы:** epub, fb2, fb3, ios.epub, mobi, pdf, txt, zip

Для просмотра скрытого содержимого вы должны зарегистрироваться