مشخصات کتاب

Introduction to Unity ML-Agents: Understand the Interplay of Neural Networks and Simulation Space Using the Unity ML-Agents Package

ویرایش:  
نویسندگان: Dylan Engelbrecht  
سری:  
ISBN (شابک) : 9781484289976, 9781484289983 
ناشر: Apress 
سال نشر: 2023 
تعداد صفحات: 213 
زبان: english 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 Mb 

در صورت تبدیل فایل کتاب Introduction to Unity ML-Agents: Understand the Interplay of Neural Networks and Simulation Space Using the Unity ML-Agents Package 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 مقدمه ای بر Unity ML-Agents: درک تعامل شبکه های عصبی و فضای شبیه سازی با استفاده از بسته Unity ML-Agents 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 مقدمه ای بر Unity ML-Agents: درک تعامل شبکه های عصبی و فضای شبیه سازی با استفاده از بسته Unity ML-Agents

ابهام زدایی از ایجاد سیستم های هوش مصنوعی کارآمد با استفاده از یادگیری تقویتی مبتنی بر مدل Unity ML-Agents - پلی قدرتمند بین دنیای Unity و Python. ما با مقدمه ای در زمینه هوش مصنوعی شروع می کنیم، سپس در مورد پیشرفت هوش مصنوعی و جایی که امروز هستیم صحبت می کنیم. ما این موضوع را با بحث در مورد ملاحظات اخلاقی و اخلاقی دنبال خواهیم کرد. سپس یاد خواهید گرفت که چگونه از ابزار قدرتمند یادگیری ماشینی استفاده کنید و موارد مختلف استفاده بالقوه در دنیای واقعی را بررسی کنید. ما بررسی خواهیم کرد که چگونه عوامل هوش مصنوعی دنیای شبیه سازی شده را درک می کنند و چگونه از ورودی ها، خروجی ها و پاداش ها برای آموزش شبکه های عصبی کارآمد و موثر استفاده می کنند. در مرحله بعد، نحوه استفاده از Unity ML-Agents و نحوه ترکیب آنها را در بازی یا محصول خود خواهید آموخت. این کتاب به طور کامل شما را با ML-Agents in Unity و نحوه استفاده از آنها در پروژه بعدی خود آشنا می کند. دنیای یادگیری ماشینی را از طریق Unity ML-Agents کاوش کنید. در این کتاب، با تاثیر هوش مصنوعی آشنا خواهید شد و با استفاده از بسته Unity ML-Agents، یک عامل یادگیری تقویتی بسازید. اکیداً توصیه می شود با درک کاملی از موتور Unity و C# وارد این کتاب شوید. فصل های آموزشی برای مایکروسافت ویندوز 10 نوشته شده اند و برخی از مراحل ممکن است در سیستم عامل ها متفاوت باشد. این کتاب همچنین شامل یک مخزن نمونه با کدی است که در این کتاب به آن خواهیم پرداخت و راه حلی برای چالش پیشنهادی در فصل 8. یادگیری ماشینی، شبکه های عصبی، یادگیری عمیق و هوش مصنوعی همگی کلماتی هستند که قبلا شنیده اید. در حالی که این اصطلاحات مشابه هستند، تفاوت هایی با هم دارند. هوش مصنوعی رشته ای از علوم کامپیوتر است که در آن ما به ماشین توانایی پردازش الگوریتمی داده ها و تصمیم گیری را می دهیم. از سوی دیگر، یادگیری ماشینی زیرمجموعه‌ای از هوش مصنوعی است که فرآیندی را پوشش می‌دهد که در آن ماشین یاد می‌گیرد که فکر کند، بسیار شبیه مغز انسان در فرآیندی به نام یادگیری تقویتی.

توضیحاتی درمورد کتاب به خارجی

Demystify the creation of efficient AI systems using the model-based reinforcement learning Unity ML-Agents - a powerful bridge between the world of Unity and Python. We will start with an introduction to the field of AI, then discuss the progression of AI and where we are today. We will follow this up with a discussion of moral and ethical considerations. You will then learn how to use the powerful machine learning tool and investigate different potential real-world use cases. We will examine how AI agents perceive the simulated world and how to use inputs, outputs, and rewards to train efficient and effective neural networks. Next, you'll learn how to use Unity ML-Agents and how to incorporate them into your game or product. This book will thoroughly introduce you to ML-Agents in Unity and how to use them in your next project. Explore the world of machine learning through Unity ML-Agents. In this book, you’ll learn about the impact of artificial intelligence and learn to build a reinforcement learning agent using the Unity ML-Agents package. It’s strongly recommended to go into this book with a solid understanding of the Unity engine and C#. The instructional chapters are written for Microsoft Windows 10, and some steps may vary across operating systems. The book also includes a sample repository with the code we will cover in this book and the solution to the challenge proposed in Chapter 8. Machine Learning, neural networks, Deep Learning, and Artificial Intelligence are all words that you’ve already heard. While these terms are similar, they do have differences. Artificial Intelligence is a field of computer science in which we give a machine the ability to algorithmically process data and make decisions. On the other hand, Machine Learning is a subset of Artificial Intelligence covering the process in which a machine learns to think, much like the human brain in a process called reinforcement learning.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Pattern Recognition: 26th DAGM Symposium, Tübingen, Germany, August 30 - September 1, 2004. Proceedings

دانلود کتاب Komplementarität der Krankheitsforschung bei Mensch und Tier: Was die Pathologie des Menschen der Lehre von den Krankheiten der Tiere zu danken hat

دانلود کتاب The Music Advantage: How Music Helps Your Child Develop, Learn, and Thrive

دانلود کتاب Теория функций и функциональный анализ

دانلود کتاب My Dog Always Eats First: Homeless People and Their Animals