matnPDFHajm 320 sahifalar
2018 yil
Глубокое обучение с подкреплением (Reinforcement Learning) – самое популярное и перспективное направление искусственного интеллекта.
Практическое изучение RL на Python поможет освоить не только базовые, но и передовые алгоритмы глубокого обучения с подкреплением.
Вы начнете с основных принципов обучения с подкреплением, OpenAI Gym и TensorFlow, познакомитесь с марковскими цепями, методом Монте-Карло и динамическим программированием, так что «страшные» аббревиатуры DQN, DRQN, A3C, PPO и TRPO вскоре перестанут вас пугать. Вы узнаете об агентах, которые учатся на человеческих предпочтениях, DQfD, HER и многих других последних достижениях RL.
Прочитав книгу, вы приобретете знания и опыт, необходимые для реализации обучения с подкреплением и глубокого обучения с подкреплением в реальных проектах, и войдете в мир искусственного интеллекта.
После покупки предоставляется дополнительная возможность скачать книгу в формате epub.
Очень плохо.
На сегодня содержание можно найти в разных статьях в интернете, но это нормально.
Плохо, что по факту это введение с примерами кода без подробностей.
В книге встречаются фразы «мы подробно рассмотрели» при том, что до этого была страница кода, почти без комментариев.
Эта книга бесполезна.
Я недавно закончил чтение книги Судхарсана Равичандирана "Глубокое обучение с подкреплением на Python". Эта книга представляет собой отличное руководство для профессионалов в области искусственного интеллекта и машинного обучения, которые хотят изучить глубокое обучение с подкреплением.
В книге автор подробно объясняет основы глубокого обучения с подкреплением, а также предоставляет множество примеров, написанных на Python, используя библиотеки OpenAI Gym и TensorFlow. Это позволяет читателю не только понять теоретические концепции, но и применить их на практике.
Преимущества книги включают:
1. Качественное объяснение сложных концепций. Автор использует понятный и доступный язык, что облегчает понимание даже самых сложных тем.
2. Большое количество практических примеров. Каждый раздел содержит примеры, которые помогают читателю лучше понять материал.
3. Актуальность. Книга содержит актуальную информацию о последних достижениях в области глубокого обучения с подкреплением и, таким образом, поможет читателю оставаться в курсе последних тенденций.
4. Подробное объяснение кода. Судхарсан Равичандиран не только объясняет теоретические концепции, но также детально разбирает код, что делает книгу особенно полезной для тех, кто только начинает изучать глубокое обучение с подкреплением.
Единственный минус, который я могу отметить, это то, что некоторые примеры могут быть сложными для начинающих. Однако, если вы уже имеете опыт работы с Python и библиотеками OpenAI Gym или TensorFlow, книга станет отличным ресурсом для углубления ваших знаний.
В целом, я настоятельно рекомендую книгу Судхарсана Равичандирана "Глубокое обучение с подкреплением на Python" всем, кто заинтересован в изучении глубокого обучения с подкреплением или хочет улучшить свои навыки в этой области.
Izoh qoldiring
Izohlar
2