مشخصات کتاب

Fundamentals of Reinforcement Learning

ویرایش:  
نویسندگان: Rafael Ris-Ala  
سری:  
ISBN (شابک) : 9783031373442, 9783031373459 
ناشر: Springer 
سال نشر: 2023 
تعداد صفحات: 103
[97] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 Mb 

در صورت تبدیل فایل کتاب Fundamentals of Reinforcement Learning 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 مبانی یادگیری تقویتی 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 مبانی یادگیری تقویتی



توضیحاتی درمورد کتاب به خارجی

Artificial intelligence (AI) applications bring agility and modernity to our lives, and the reinforcement learning technique is at the forefront of this technology. It can outperform human competitors in strategy games, creative compositing, and autonomous movement. Moreover, it is just starting to transform our civilization. This book provides an introduction to AI, specifies machine learning techniques, and explores various aspects of reinforcement learning, approaching the latest concepts in a didactic and illustrated manner. It is aimed at students who want to be part of technological advances and professors engaged in the development of innovative applications, helping with academic and industrial challenges. Understanding the Fundamentals of Reinforcement Learning will allow you to: Understand essential AI concepts Gain professional experience Interpret sequential decision problems and solve them with reinforcement learning Learn how the Q-Learning algorithm works Practice with commented Python code Find advantageous directions

فهرست مطالب

Preface
Acknowledgments
Contents
About the Author
Abbreviations
Chapter 1: Introduction
	1.1 Artificial Intelligence
	1.2 Machine Learning
	1.3 Reinforcement Learning
	1.4 History
	References
Chapter 2: Concepts
	2.1 Markov Chain
	2.2 Markov Decision Process
	2.3 Bellman Equation
	2.4 Algorithm Approaches
	References
Chapter 3: Q-Learning Algorithm
	3.1 Operation of the Algorithm
	3.2 Construction of the Q-Table
	References
Chapter 4: Development Tools
	4.1 OpenAI Gym
	4.2 TF-Agents
	4.3 Reinforcement Learning Toolbox
	4.4 Keras
	4.5 Data Sources
	References
Chapter 5: Practice with Code
	5.1 Getting to Know the Environment
	5.2 Taking Random Actions
	5.3 Training with the Algorithm
	5.4 Testing the Q-Table
	5.5 Testing the Trained Agent
	References
Chapter 6: Recent Applications and Future Research
	6.1 Artificial General Intelligence
	6.2 Board Games
	6.3 Digital Games
	6.4 Robotics
	6.5 Education
	6.6 Quantum Mechanics
	6.7 Mathematics
	References
Index

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Liver Diseases: An Essential Guide for Nurses and Health Care Professionals

دانلود کتاب Theory and Applications of Satisfiability Testing – SAT 2010: 13th International Conference, SAT 2010, Edinburgh, UK, July 11-14, 2010. Proceedings

دانلود کتاب Anesthesia emergencies

دانلود کتاب 意识的解释

دانلود کتاب Royal Flying Corps Kitbag: Aircrew Uniforms & Equipment from the War Over the Western Front in Wwi