دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Deep Reinforcement Learning Hands-On: Apply modern RL methods, with deep Q-networks, value iteration, policy gradients, TRPO, AlphaGo Zero and more
دانلود کتاب آموزش تقویتی عمیق: روش‌های مدرن RL را با شبکه‌های Q عمیق، تکرار ارزش، گرادیان‌های خط‌مشی، TRPO، AlphaGo Zero و موارد دیگر اعمال کنید.
مشخصات کتاب
Deep Reinforcement Learning Hands-On: Apply modern RL methods, with deep Q-networks, value iteration, policy gradients, TRPO, AlphaGo Zero and more
ویرایش:
نویسندگان: Maxim Lapan
سری:
ISBN (شابک) : 1788834240
ناشر: Packt
سال نشر: 2018
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 13 Mb
قیمت کتاب (تومان) : 48,000
در صورت تبدیل فایل کتاب Deep Reinforcement Learning Hands-On: Apply modern RL methods, with deep Q-networks, value iteration, policy gradients, TRPO, AlphaGo Zero and more به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب آموزش تقویتی عمیق: روش‌های مدرن RL را با شبکه‌های Q عمیق، تکرار ارزش، گرادیان‌های خط‌مشی، TRPO، AlphaGo Zero و موارد دیگر اعمال کنید. نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب آموزش تقویتی عمیق: روش‌های مدرن RL را با شبکه‌های Q عمیق، تکرار ارزش، گرادیان‌های خط‌مشی، TRPO، AlphaGo Zero و موارد دیگر اعمال کنید.
پیشرفت‌های اخیر در یادگیری تقویتی (RL)، همراه با یادگیری عمیق (DL)، شاهد پیشرفت بی‌سابقه‌ای به سمت آموزش عوامل برای حل مشکلات پیچیده به روشی شبیه به انسان بوده است. استفاده گوگل از الگوریتم‌ها برای بازی و شکست بازی‌های آرکید معروف آتاری، این میدان را به شهرت رسانده است و محققان با سرعتی سریع ایده‌های جدیدی تولید می‌کنند. Deep Reinforcement Learning Hands-On یک راهنمای جامع برای جدیدترین ابزارهای DL و محدودیت های آنها است. شما روش هایی از جمله آنتروپی متقابل و گرادیان های خط مشی را قبل از اعمال آنها در محیط های دنیای واقعی ارزیابی خواهید کرد. هم از مجموعه بازی های مجازی آتاری و هم بازی های مورد علاقه خانواده مانند Connect4 استفاده کنید. این کتاب مقدمه‌ای بر مبانی RL ارائه می‌کند و به شما دانش کدنویسی عوامل یادگیری هوشمند را می‌دهد تا مجموعه عظیمی از وظایف عملی را انجام دهند. نحوه پیاده‌سازی Q-learning در محیط‌های «جهان شبکه‌ای» را بیاموزید، به نماینده خود بیاموزید که سهام بخرد و معامله کند و دریابید که چگونه مدل‌های زبان طبیعی باعث رونق ربات‌های گفتگو می‌شوند.
توضیحاتی درمورد کتاب به خارجی
Recent developments in reinforcement learning (RL), combined with deep learning (DL), have seen unprecedented progress made towards training agents to solve complex problems in a human-like way. Google\'s use of algorithms to play and defeat the well-known Atari arcade games has propelled the field to prominence, and researchers are generating new ideas at a rapid pace. Deep Reinforcement Learning Hands-On is a comprehensive guide to the very latest DL tools and their limitations. You will evaluate methods including Cross-entropy and policy gradients, before applying them to real-world environments. Take on both the Atari set of virtual games and family favorites such as Connect4. The book provides an introduction to the basics of RL, giving you the know-how to code intelligent learning agents to take on a formidable array of practical tasks. Discover how to implement Q-learning on \'grid world\' environments, teach your agent to buy and trade stocks, and find out how natural language models are driving the boom in chatbots.
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Islam in the Ottoman Empire
دانلود کتاب The Literary Field Under Communist Rule
دانلود کتاب Parenting your child with autism: practical solutions, strategies, and advice for helping your family
دانلود کتاب He’s Scared, She’s Scared: Understanding the Hidden Fears That Sabotage Your Relationships
