Глубокое обучение с подкреплением: теория и практика на языке Python (Лаура Грессер, Ван Лун Кенг)
Рекомендации
![Год личной эффективности. Сборник N°4. Экзистенциальный интеллект [Smart Reading]](https://i2.storeland.net/2/7926/179250917/baec64/god-lichnoj-jeffektivnosti-sbornik-n-4-jekzistencialnyj-intellekt-smart-reading.jpg "Год личной эффективности. Сборник N°4. Экзистенциальный интеллект [Smart Reading]")
![Год личной эффективности. Сборник N°2 [Smart Reading]](https://i3.storeland.net/2/8204/182038999/baec64/god-lichnoj-jeffektivnosti-sbornik-n-2-smart-reading.png "Год личной эффективности. Сборник N°2 [Smart Reading]")
Глубокое обучение с подкреплением (глубокое RL) сочетает в себе два подхода к машинному обучению. В ходе такого обучения виртуальные агенты учатся решать последовательные задачи о принятии решений. За последнее десятилетие было много неординарных достижений в этой области — от однопользовательских и многопользовательских игр, таких как го и видеоигры Atari и Dota 2, до робототехники.
Эта книга — введение в глубокое обучение с подкреплением, уникально комбинирующее теорию и практику. Авторы начинают повествование с базовых сведений, затем подробно объясняют теорию алгоритмов глубокого RL, демонстрируют их реализации на примере программной библиотеки SLM Lab и напоследок описывают практические аспекты использования глубокого RL.
Руководство идеально подойдет как для студентов, изучающих компьютерные науки, так и для разработчиков программного обеспечения, которые знакомы с основными принципами машинного обучения и знают Python.