ISBN Deep Reinforcement Learning in Action Buch Science Fiction Englisch Taschenbuch 325 Seiten

Name: ISBN Deep Reinforcement Learning in Action Buch Science Fiction Englisch Taschenbuch 325 Seiten
Brand: ISBN
SKU: 9781617295430

ISBN Deep Reinforcement Learning in Action Buch Science Fiction Englisch Taschenbuch 325 Seiten thumbnail

Preisalarm

Deep Reinforcement Learning in Action. Genre: Science Fiction, Buchcovertyp: Taschenbuch, Sprachversion: Englisch

★ 4.9

50,36 €

Bester Preis bei amazon.de

Dieses Angebot ist derzeit möglicherweise nicht verfügbar. Bitte besuchen Sie die Angebotsseite, um die Verfügbarkeit zu prüfen.

Preisalarm

Deep Reinforcement Learning in Action. Genre: Science Fiction, Buchcovertyp: Taschenbuch, Sprachversion: Englisch

★ 4.9

50,36 €

Bester Preis bei amazon.de

Dieses Angebot ist derzeit möglicherweise nicht verfügbar. Bitte besuchen Sie die Angebotsseite, um die Verfügbarkeit zu prüfen.

Preisalarm

Deep Reinforcement Learning in Action. Genre: Science Fiction, Buchcovertyp: Taschenbuch, Sprachversion: Englisch

★ 4.9

50,36 €

Bester Preis bei amazon.de

Dieses Angebot ist derzeit möglicherweise nicht verfügbar. Bitte besuchen Sie die Angebotsseite, um die Verfügbarkeit zu prüfen.

Preisalarm

Deep Reinforcement Learning in Action. Genre: Science Fiction, Buchcovertyp: Taschenbuch, Sprachversion: Englisch

★ 4.9

50,36 €

Bester Preis bei amazon.de

Dieses Angebot ist derzeit möglicherweise nicht verfügbar. Bitte besuchen Sie die Angebotsseite, um die Verfügbarkeit zu prüfen.

amazon.de

50,36 €

Möglicherweise ausverkauft·

Gratis

Möglicherweise ausverkauft

Gratis

preigu.de

61,70 €

Möglicherweise ausverkauft·

Gratis

Möglicherweise ausverkauft

Gratis

Preisdetails

Derzeit gibt es keine aktiven Angebote für ISBN Deep Reinforcement Learning in Action Buch Science Fiction Englisch Taschenbuch 325 Seiten. Der zuletzt bekannte Preis war 50,36 €.

Produktinformationen

Zusammenfassung Menschen lernen am besten durch Feedback – wir werden ermutigt, Maßnahmen zu ergreifen, die zu positiven Ergebnissen führen, während uns Entscheidungen mit negativen Konsequenzen abgeraten werden. Dieser Verstärkungsprozess kann auf Computerprogramme angewendet werden, die es ihnen ermöglichen, komplexere Probleme zu lösen, die klassische Programmierung nicht kann. Deep Reinforcement Learning in Action vermittelt Ihnen die grundlegenden Konzepte und Begriffe des tiefen Verstärkungslernens sowie die praktischen Fähigkeiten und Techniken, die Sie benötigen, um es in Ihre eigenen Projekte zu implementieren. Der Kauf des gedruckten Buches beinhaltet ein kostenloses eBook im PDF-, Kindle- und ePub-Format von Manning Publications. Über die Technologie Deep Reinforcement Learning KI-Systeme passen sich schnell an neue Umgebungen an, eine enorme Verbesserung im Vergleich zu Standard-Neuronalen Netzen. Ein DRL-Agent lernt wie Menschen, indem er Rohdaten wie Sensoreingaben aufnimmt und seine Antworten und Vorhersagen durch Ausprobieren und Fehler verfeinert. Über das Buch Deep Reinforcement Learning in Action lehrt Sie, wie Sie KI-Agenten programmieren, die sich anpassen und verbessern, basierend auf direktem Feedback aus ihrer Umgebung. In diesem beispielreichen Tutorial meistern Sie grundlegende und fortgeschrittene DRL-Techniken, indem Sie interessante Herausforderungen wie das Navigieren durch ein Labyrinth und das Spielen von Videospielen annehmen. Unterwegs arbeiten Sie mit Kernalgorithmen, einschließlich tiefer Q-Netzwerke und Politikgradienten, sowie branchenüblichen Tools wie PyTorch und OpenAI Gym. Was ist drin Aufbau und Training von DRL-Netzwerken Die beliebtesten DRL-Algorithmen zum Lernen und Problemlösen Evolutionäre Algorithmen für Neugier und Multi-Agenten-Lernen Alle Beispiele stehen als Jupyter-Notebooks zur Verfügung Über den Leser Für Leser mit mittleren Fähigkeiten in Python und tiefem Lernen. Über den Autor Alexander Zai ist ein Maschinenlern-Ingenieur bei Amazon AI. Brandon Brown ist ein Blogger für Maschinenlernen und Datenanalyse. Inhaltsverzeichnis TEIL 1 - GRUNDLAGEN 1. Was ist Verstärkungslernen? 2. Modellierung von Verstärkungslernproblemen: Markov-Entscheidungsprozesse 3. Vorhersage der besten Zustände und Aktionen: Tiefe Q-Netzwerke 4. Lernen, die beste Politik auszuwählen: Politische Gradientmethoden 5. Bewältigung komplexerer Probleme mit Aktor-Kritiker-Methoden TEIL 2 - DARÜBER HINAUS 6. Alternative Optimierungsmethoden: Evolutionäre Algorithmen 7. Verteilte DQN: Die ganze Geschichte erhalten 8. Neugier-gesteuerte Erkundung 9. Multi-Agenten-Verstärkungslernen 10. Interpretiertes Verstärkungslernen: Aufmerksamkeit und relationale Modelle 11. Abschließend: Eine Überprüfung und Roadmap

Bewertungen

0,0

Noch keine Bewertungen

Seien Sie der Erste, der seine Erfahrung mit diesem Produkt teilt!

ISBN Deep Reinforcement Learning in Action Buch Science Fiction Englisch Taschenbuch 325 Seiten

Preisdetails

Produktinformationen

Bewertungen

Das könnte Ihnen auch gefallen

Shops, die dieses Produkt verkaufen

Abonnieren Sie unseren Newsletter

PriceRadar

Produktinformationen

Produktspezifikationen

Bewertungen

Das könnte Ihnen auch gefallen

Addison Wesley Foundations Of Deep Reinforcement Learning, Theory And Practice In Python (Addison-Wesley Data & Analytics Series)

O'Reilly Media Machine Learning Design Patterns

Lopez De Prado Advances In Financial Machine Learning

Packt Publishing Deep Reinforcement Learning Hands-On, Apply Modern Rl Methods, With Deep Q-networks, Value Iteration, Policy Gradients, Trpo, AlphaGo Zero And More