!_Расширенный поиск_!    <НА ГЛАВНУЮ>

Скачать "Лаура Грессер, Ван Лун Кенг - Глубокое обучение с подкреплением: теория и практика на языке Python" бесплатно

Панель управления
Логин 
Пароль 
 


Основные категории

-- Книги
-- Аудиокниги
-- Журналы
-- Фильмы


Информация
Все вопросы и пожелания пишите на [email protected]
Правообладателям
Расширенный поиск
по сайту
Глубокое обучение с подкреплением: теория и практика на языке Python : Информатика, Программирование
автор: brij | 13 января 2022 | Просмотров: 109
 
Глубокое обучение с подкреплением: теория и практика на языке Python     Название:   
    Автор:   
    Формат:   PDF
    Размер:   10,17 MB
    Год:   
    Качество:   Отличное
    Язык:   Русский
    Страниц:   416

 
 

В этой книге дано введение в глубокое обучение с подкреплением (Reinforcement Learning, RL) и сведены в целостную систему результаты работ за последние шесть лет. Обучение с подкреп­лением — это область машинного обучения, занимающаяся задачами последова­тельного принятия решений, то есть теми, решение которых занимает определенное время. Оно применимо практически в любой ситуации: в видеоиграх, на прогулке по улице или при вождении автомобиля. Лаура Грессер и Ван Лун Кенг предложили доходчивое введение в сложную тему, играющую ведущую роль в современном машинном обучении. Мало того, что они использовали свои многочисленные публикации об исследованиях на данную тему, они создали библиотеку с открытым исходным кодом SLM Lab, призванную по­мочь новичкам быстро освоить глубокое машинное обучение. SLM Lab написана на Python с помощью фреймворка PyTorch, но читателям достаточно знать толь­ко Python. Эта книга будет полезна и тем, кто собирается применять в качестве фреймворка глубокого обучения другие библиотеки, например TensorFlow. В ней они познакомятся с концепциями и формулировкой задач глубокого обучения с подкреплением.

В издании сведены воедино новейшие исследования в сфере глубокого обучения с подкреплением и даны рабочие примеры и код. Их библиотека также совместима с OpenAI Gym, Roboschool и инструментарием Unity ML­Agents, что делает книгу хорошим стартом для читателей, нацеленных на работу с этими инструментами.

Книга предназначена для студентов, изучающих компьютерные науки, и разра­ботчиков программного обеспечения. Она задумывалась как введение в глубокое RL и не требует предварительных знаний о предмете. Однако предполагается, что читатель имеет базовое представление о машинном обучении и глубоком обучении и программирует на Python на среднем уровне. Опыт работы с PyTorch также по­лезен, но не обязателен.









Сосчитайте:   18 + один – 3 =      и нажмите   






Разместите ссылку на эту страницу в социальных сетях. Так о ней узнают тысячи человек:





Нашли ошибку? Сообщите администрации сайта:
Выберите один из разделов меню и, если необходимо, напишите комментарий
   18 + один – 2 =    
За ложную информацию бан на месяц


Разместите, пожалуйста, ссылку на эту страницу на своём веб-сайте:

Код для вставки на сайт или в блог:      
Код для вставки в форум (BBCode):      
Прямая ссылка на эту публикацию:      


Помощь по работе с нашей библиотекой :

Программа для открытия файлов формата .PDF
Программа для открытия файлов формата .DJVU
Программа для открытия файлов формата .FB2

 
 
  • 0
 (голосов: 0)
Распечатать
 
 


Другие книги (журналы) по этой теме:
 
Python и машинное обучение: машинное и глубокое обучение 3 изд. | Себастьян Рашка | Программирование | Скачать бесплатно Себастьян Рашка - Python и машинное обучение: машинное и глубокое обучение 3 изд.

Книга является всеобъемлющим руководством по машинному и глубокому обучению с использованием языка Python. Она служит как пошаговым учебным пособием, так и справочником, к которому вы постоянно будете возвращаться в ходе построения систем машинного обучения.
 
 
Глубокое обучение на Python | Шолле Ф. | Программирование | Скачать бесплатно Шолле Ф. - Глубокое обучение на Python

Глубокое обучение на Python — Глубокое обучение — Deep learning — это набор алгоритмов машинного обучения, которые моделируют высокоуровневые абстракции в данных, используя архитектуры, состоящие из множества нелинейных преобразований. Согласитесь, эта фраза звучит угрожающе.
 
 
Мультиагентное обучение с подкреплением | Алфимцев А.Н. | Информатика | Скачать бесплатно Алфимцев А.Н. - Мультиагентное обучение с подкреплением

Рассмотрены современные и классические алгоритмы одновременного машинного обучения множества агентов, основанные на теории игр, табличных, нейросетевых, эволюционных и роевых технологиях. Представлено последовательное развитие теоретической модели алгоритмов, базирующееся на марковских процессах принятия решений. Реализация алгоритмов выполнена на ...
 
 
Глубокое обучение для чайников | Джон Поль Мюллер, Лука Массарон | Информатика | Скачать бесплатно Джон Поль Мюллер, Лука Массарон - Глубокое обучение для чайников

Вы, наверное, много слышали о глубоком обучении. Термин появляет­ся повсеместно и, кажется, относится ко всему. В действительности, глубокое обучение (deep learning) - это подмножество машинного обучения (machine learning), которое, в свою очередь, является подмножеством искусственного интеллекта (artificial intelligence - AI). Первая задача этой к ...
 
 



Данный материал НЕ НАРУШАЕТ авторские права никаких физических или юридических лиц.
Если это не так - свяжитесь с администрацией сайта.
Материал будет немедленно удален.
Электронная версия этой публикации предоставляется только в ознакомительных целях.
Для дальнейшего её использования Вам необходимо будет
приобрести бумажный (электронный, аудио) вариант у правообладателей.

Администрация сайта

Наверх