【下载】面向Open AI, TensorFlow, Keras的强化学习书籍《Reinforcement Learning》

2017 年 12 月 17 日 专知 专知内容组(编)

【导读】IT资深工程师和人工智能技术专家Abhishek Nandy和Manisha Biswas撰写的Open AI, TensorFlow, Keras强化学习实战《Reinforcement Learning With Open AI, TensorFlow and Keras Using Python》深入浅出地讲解了强化学习各个模块以及实际场景应用。这本书主要为数据科学家和机器学习专业人员,软件开发人员,研究生和开源爱好者服务,教你使用Open AI Gym, Open AI,并用TensorFlow和Keras进行强化学习实现,教你如何打造自己的强化学习方案,是学习强化学习的参考书之一。


请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),

  • 后台回复“RLTK” 就可以获取Open AI, TensorFlow, Keras强化学习实战 pdf下载~



图书介绍




关于该书

增强学习又称为强化学习,是机器学习的热门技术,精通强化学习要从基础开始:了解Agents和环境如何演变,然后了解它们之间的相互关系。然后,你将学习强化学习相关的理论,并了解强化学习过程的概念。

 

强化学习讨论了算法实现对强化学习的重要作用,包括Markov的决策过程和半Markov的决策过程。下一节将向您展示如何在Open AI Gym使用Open AI,然后学习如何使用Python来进行强化学习。

 

本书的最后一部分从TensorFlow环境开始,并给出了如何将强化学习应用于TensorFlow的概述。也有关于Keras的描述,Keras是一个可以用于强化学习的框架。最后,您将深入了解Google的Deep Mind,并看到可以使用强化学习的应用场景。


你将学到什么

  • 掌握强化学习过程的核心概念;

  • 使用深度学习和AI的前沿技术;

  • 使用Open AI Gym, Open AI, 和 Python;

  • 使用Python,并用TensorFlow和Keras进行强化学习。


关键词

增强学习,人工智能,Python,TensorFlow,Keras,深度学习,机器学习


关于读者

主要为数据科学家和机器学习专业人员,软件开发人员,研究生和开源爱好者。


关于作者

Abhishek Nandy:Abhishek Nandy是IT行业的B.Tech,他是一个活到老学到老的人。他是微软Windows平台的MVP,他对AI、物联网和游戏开发有着浓厚的兴趣。目前担任IT公司的应用程序架构师,以及人工智能咨询师,从事物联网以及AI,ML和深度学习项目。他还是一名AI培训师,推动了英特尔AI学生开发人员计划的技术部分。他参与了首个“印度制造”计划,他是前50名创新者之一,并在IIMA进行培训。

 

Manisha Biswas:Manisha Biswas是信息技术领域的B.Tech,目前在印度kolkata的Insync Tech-Fin Solutions Ltd担任软件开发人员。参与了Web开发、物联网、SoftComputing和人工智能等几个领域的技术。他是英特尔软件创新者,并且还获得了NASSCOM颁发的SHRI DEWANG MEHTA IT AWARDS 2016奖项,这是获得顶尖学术成绩的科学家的卓越证书。 他最近在印度KoIKata建立了一个女性技术社区,使女性能够学习和探索新技术。工作之余,他是一个探险家,一个美食家,一个涂鸦者和一个梦想家。他一直热衷于与他人分享自己的知识和想法。他现在正在通过将自己的经验分享给社区,以便其他人可以学习并以新的方式塑造他的想法,这使他成为Google女性技术人员Kolkata区主席。


参考链接:

https://www.apress.com/cn/book/9781484232842

https://link.springer.com/book/10.1007%2F978-1-4842-3285-9


▌详细目录




▌第一部分 强化学习基础




▌第二部分 强化学习理论和算法




▌第三部分 OpenAI 基础




▌第四部分 如何在强化学习中使用Python




▌第五部分 使用Keras、Tensorflow和ChainerRL




▌第六部分 了解Google Deepmind以及强化学习的未来




▌第一章详细内容







-END-

专 · 知

人工智能领域主题知识资料查看获取【专知荟萃】人工智能领域26个主题知识资料全集(入门/进阶/论文/综述/视频/专家等)

同时欢迎各位用户进行专知投稿,详情请点击

诚邀】专知诚挚邀请各位专业者加入AI创作者计划了解使用专知!

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请扫一扫如下二维码关注我们的公众号,获取人工智能的专业知识!

请加专知小助手微信(Rancho_Fang),加入专知主题人工智能群交流!

点击“阅读原文”,使用专知

登录查看更多
26

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
《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
强化学习精品书籍
平均机器
24+阅读 · 2019年1月2日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
资源 | 《Tensorflow:实战Google深度学习框架》
AI研习社
9+阅读 · 2018年8月21日
【下载】 TensorFlow:实战Google深度学习框架
专知
16+阅读 · 2017年12月23日
Arxiv
35+阅读 · 2020年1月2日
Arxiv
7+阅读 · 2018年12月26日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
19+阅读 · 2018年3月28日
VIP会员
相关VIP内容
《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
Top
微信扫码咨询专知VIP会员