مشخصات کتاب

Hands-On Reinforcement Learning with Python: Master Reinforcement and Deep Reinforcement Learning Using OpenAI Gym and TensorFlow

ویرایش:  
نویسندگان: Ravichandiran. Sudharsan  
سری:  
ISBN (شابک) : 9781788836524, 178883691X 
ناشر: Packt Publishing Ltd 
سال نشر: 2018 
تعداد صفحات: 310 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 17 مگابایت 

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد

کلمات کلیدی مربوط به کتاب آموزش تقویتی دستی با پایتون: آموزش تقویتی و تقویت عمیق با استفاده از OpenAI Gym و TensorFlow: هوش مصنوعی، کامپیوتر--هوش (AI) و معناشناسی، کامپیوتر--شبکه‌های عصبی، کامپیوترها- جنبه‌های اجتماعی--تعامل انسان-رایانه، تعامل انسان-رایانه، یادگیری ماشین، شبکه‌های عصبی و سیستم‌های فازی، کتاب‌های الکترونیکی، رایانه‌ها - - هوش (AI) و معناشناسی، رایانه ها - شبکه های عصبی، رایانه ها - جنبه های اجتماعی - تعامل انسان و رایانه

در صورت تبدیل فایل کتاب Hands-On Reinforcement Learning with Python: Master Reinforcement and Deep Reinforcement Learning Using OpenAI Gym and TensorFlow 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 دستی با پایتون: آموزش تقویتی و تقویت عمیق با استفاده از OpenAI Gym و TensorFlow 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 دستی با پایتون: آموزش تقویتی و تقویت عمیق با استفاده از OpenAI Gym و TensorFlow

یادگیری تقویتی یک نوع خود تکاملی از یادگیری ماشینی است که ما را به دستیابی به هوش مصنوعی واقعی نزدیکتر می کند. این راهنمای آسان برای دنبال کردن همه چیز را از ابتدا با استفاده از نمونه های غنی نوشته شده در پایتون توضیح می دهد. صفحه عنوان؛ حق چاپ و اعتبار؛ فداکاری؛ Packt Upsell; مشارکت کنندگان؛ فهرست مطالب؛ پیشگفتار؛ فصل 1: مقدمه ای بر یادگیری تقویتی. RL چیست؟ الگوریتم RL؛ چگونه RL با سایر پارادایم های ML متفاوت است. عناصر RL; عامل؛ تابع سیاست؛ تابع ارزش؛ مدل؛ رابط محیط عامل. انواع محیط RL; محیط قطعی؛ محیط تصادفی؛ محیط کاملاً قابل مشاهده؛ محیط تا حدی قابل مشاهده؛ محیط گسسته؛ محیط پیوسته؛ محیط اپیزودیک و غیر اپیزودیک; محیط تک و چند عاملی؛ پلتفرم های RL

توضیحاتی درمورد کتاب به خارجی

Reinforcement learning is a self-evolving type of machine learning that takes us closer to achieving true artificial intelligence. This easy-to-follow guide explains everything from scratch using rich examples written in Python.;Cover; Title Page; Copyright and Credits; Dedication; Packt Upsell; Contributors; Table of Contents; Preface; Chapter 1: Introduction to Reinforcement Learning; What is RL?; RL algorithm; How RL differs from other ML paradigms; Elements of RL; Agent; Policy function; Value function; Model; Agent environment interface; Types of RL environment; Deterministic environment; Stochastic environment; Fully observable environment; Partially observable environment; Discrete environment; Continuous environment; Episodic and non-episodic environment; Single and multi-agent environment; RL platforms.

فهرست مطالب

Cover
 Title Page
 Copyright and Credits
 Dedication
 Packt Upsell
 Contributors
 Table of Contents
 Preface
 Chapter 1: Introduction to Reinforcement Learning
 What is RL?
 RL algorithm
 How RL differs from other ML paradigms
 Elements of RL
 Agent
 Policy function
 Value function
 Model
 Agent environment interface
 Types of RL environment
 Deterministic environment
 Stochastic environment
 Fully observable environment
 Partially observable environment
 Discrete environment
 Continuous environment
 Episodic and non-episodic environment
 Single and multi-agent environment
 RL platforms. OpenAI Gym and UniverseDeepMind Lab
 RL-Glue
 Project Malmo
 ViZDoom
 Applications of RL
 Education
 Medicine and healthcare
 Manufacturing
 Inventory management
 Finance
 Natural Language Processing and Computer Vision
 Summary
 Questions
 Further reading
 Chapter 2: Getting Started with OpenAI and TensorFlow
 Setting up your machine
 Installing Anaconda
 Installing Docker
 Installing OpenAI Gym and Universe
 Common error fixes
 OpenAI Gym
 Basic simulations
 Training a robot to walk
 OpenAI Universe
 Building a video game bot
 TensorFlow
 Variables, constants, and placeholders
 Variables. ConstantsPlaceholders
 Computation graph
 Sessions
 TensorBoard
 Adding scope
 Summary
 Questions
 Further reading
 Chapter 3: The Markov Decision Process and Dynamic Programming
 The Markov chain and Markov process
 Markov Decision Process
 Rewards and returns
 Episodic and continuous tasks
 Discount factor
 The policy function
 State value function
 State-action value function (Q function)
 The Bellman equation and optimality
 Deriving the Bellman equation for value and Q functions
 Solving the Bellman equation
 Dynamic programming
 Value iteration
 Policy iteration. Solving the frozen lake problemValue iteration
 Policy iteration
 Summary
 Questions
 Further reading
 Chapter 4: Gaming with Monte Carlo Methods
 Monte Carlo methods
 Estimating the value of pi using Monte Carlo
 Monte Carlo prediction
 First visit Monte Carlo
 Every visit Monte Carlo
 Let\'s play Blackjack with Monte Carlo
 Monte Carlo control
 Monte Carlo exploration starts
 On-policy Monte Carlo control
 Off-policy Monte Carlo control
 Summary
 Questions
 Further reading
 Chapter 5: Temporal Difference Learning
 TD learning
 TD prediction
 TD control
 Q learning. Solving the taxi problem using Q learningSARSA
 Solving the taxi problem using SARSA
 The difference between Q learning and SARSA
 Summary
 Questions
 Further reading
 Chapter 6: Multi-Armed Bandit Problem
 The MAB problem
 The epsilon-greedy policy
 The softmax exploration algorithm
 The upper confidence bound algorithm
 The Thompson sampling algorithm
 Applications of MAB
 Identifying the right advertisement banner using MAB
 Contextual bandits
 Summary
 Questions
 Further reading
 Chapter 7: Deep Learning Fundamentals
 Artificial neurons
 ANNs
 Input layer
 Hidden layer
 Output layer.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Fundamentals of Aerodynamics

دانلود کتاب Dwight Yoakam: A Thousand Miles from Nowhere

دانلود کتاب Nonlinear Electrodynamics in Biological Systems

دانلود کتاب A City from the Dawn of History: Erbil in the Cuneiform Sources

دانلود کتاب The Call of the Mild: Misadventures in Africa, Hollywood, and Other Wild Places