【干货书】深度强化学习Python实战:算法的简洁实现,简化数学,以及TensorFlow和PyTorch的使用,447页pdf

2022 年 8 月 2 日 专知

本书介绍使用Python, PyTorch和TensorFlow来进行深度强化学习实战


https://www.barnesandnoble.com/w/practical-deep-reinforcement-learning-with-python-ivan-gridin/1141794632


关键特性


●接触著名的RL技术,包括蒙特卡洛、深度Q -学习、策略梯度和角色关键。


使用TensorFlow和PyTorch进行强化学习项目的实践经验。


●一切都是简洁的,最新的,并以简化的数学直观解释。


描述


强化学习是人工智能的一个迷人分支,它在几个方面不同于标准的机器学习。在不可预测的环境中适应和学习是这个项目的一部分。强化学习在现实世界中有许多应用,包括医疗、赌博、人类模仿活动和机器人。


这本书介绍读者强化学习从实用主义的观点。这本书确实涉及数学,但它不试图使读者负担过重,谁是强化学习领域的初学者。


这本书在许多实际学习中给读者带来了许多创新的方法,包括蒙特卡洛、深度Q -学习、策略梯度和角色关键方法。在你详细了解这些技术的同时,本书还提供了使用TensorFlow和PyTorch强大功能的这些方法和技术的真实实现。这本书涵盖了一些诱人的项目,展示了强化学习的力量,更不用说一切都是简洁的,最新的,直观的解释。


读完这本书,读者将对现代强化学习及其应用有一个全面、直观的了解,这将极大地帮助他们深入研究强化学习这个有趣的领域。


你会学到什么


熟悉强化学习和深度强化学习的基础知识。


使用Python和Gym框架对外部环境进行建模。


应用经典Q学习、蒙特卡洛、策略梯度和汤普森抽样技术。


探索TensorFlow和PyTorch来实践深度强化学习的基础知识。


使用特定的技术为特定的问题设计一个智能体。


这本书是给谁的


这本书是为机器学习工程师,深度学习狂热者,AI软件开发人员,数据科学家,和其他渴望学习并将强化学习应用于正在进行的项目的数据专业人员编写的。机器学习的专业知识是没有必要的;但是,要求熟练掌握Python。




专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“P447” 就可以获取【干货书】深度强化学习Python实战:算法的简洁实现,简化数学,以及TensorFlow和PyTorch的使用,447页pdf》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料
登录查看更多
7

相关内容

强化学习(RL)是机器学习的一个领域,与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外,强化学习是三种基本的机器学习范式之一。 强化学习与监督学习的不同之处在于,不需要呈现带标签的输入/输出对,也不需要显式纠正次优动作。相反,重点是在探索(未知领域)和利用(当前知识)之间找到平衡。 该环境通常以马尔可夫决策过程(MDP)的形式陈述,因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于,后者不假设MDP的确切数学模型,并且针对无法采用精确方法的大型MDP。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【干货书】深度学习数学:理解神经网络,347页pdf
专知会员服务
262+阅读 · 2022年7月3日
【干货书】机器学习的金融风险管理与Python,194页pdf
专知会员服务
116+阅读 · 2022年7月1日
【实用书】强化学习实战:Python,110页pdf
专知会员服务
147+阅读 · 2022年6月9日
专知会员服务
91+阅读 · 2020年12月26日
【干货书】Python 编程,480页pdf
专知会员服务
237+阅读 · 2020年8月14日
干货书《数据科学数学系基础》2020最新版,266页pdf
专知会员服务
319+阅读 · 2020年3月23日
《强化学习—使用 Open AI、TensorFlow和Keras实现》174页pdf
专知会员服务
136+阅读 · 2020年3月1日
【2022新书】Python DevOps,245页pdf
专知
6+阅读 · 2022年7月11日
【实用书】强化学习实战:Python,110页pdf
PyTorch实现多种深度强化学习算法
专知
36+阅读 · 2019年1月15日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年9月30日
Arxiv
17+阅读 · 2022年1月11日
Arxiv
11+阅读 · 2021年12月8日
Arxiv
35+阅读 · 2021年1月27日
Arxiv
35+阅读 · 2020年1月2日
Arxiv
15+阅读 · 2019年9月30日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
26+阅读 · 2018年8月19日
VIP会员
相关VIP内容
【干货书】深度学习数学:理解神经网络,347页pdf
专知会员服务
262+阅读 · 2022年7月3日
【干货书】机器学习的金融风险管理与Python,194页pdf
专知会员服务
116+阅读 · 2022年7月1日
【实用书】强化学习实战:Python,110页pdf
专知会员服务
147+阅读 · 2022年6月9日
专知会员服务
91+阅读 · 2020年12月26日
【干货书】Python 编程,480页pdf
专知会员服务
237+阅读 · 2020年8月14日
干货书《数据科学数学系基础》2020最新版,266页pdf
专知会员服务
319+阅读 · 2020年3月23日
《强化学习—使用 Open AI、TensorFlow和Keras实现》174页pdf
专知会员服务
136+阅读 · 2020年3月1日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年9月30日
Arxiv
17+阅读 · 2022年1月11日
Arxiv
11+阅读 · 2021年12月8日
Arxiv
35+阅读 · 2021年1月27日
Arxiv
35+阅读 · 2020年1月2日
Arxiv
15+阅读 · 2019年9月30日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
26+阅读 · 2018年8月19日
Top
微信扫码咨询专知VIP会员