Google 
Аннотация: Алгоритмы обучения с подкреплением на Python
| Автор/составитель | Лонца Андреа |
| Год выпуска | 2020 |
| ISBN | 978-5-97060-855-5 |
| Производитель | ДМК-Пресс |
| Издательство | ДМК-Пресс |
| Количество томов | 1 |
| Количество страниц | 286 |
| Переплет | Твёрдый переплёт |
| Размеры | 245x172x20 мм |
| Цвет | Белый |
| Тип бумаги | офсетная (60-220 г/м2) |
| Формат | 70x100/16 (170x240 мм) |
| Стандарт | 12 |
| Вес | 571 |
| Язык | русский |
Эта книга поможет читателю овладеть алгоритмами обучения с подкреплением (ОП) и научиться реализовывать их при создании самообучающихся агентов.
В первой части рассматриваются различные элементы ОП, сфера его применения, инструменты, необходимые для работы в среде ОП. Вторая и третья части посвящены непосредственно алгоритмам. В числе прочего автор показывает, как сочетать Q-обучение с нейронными сетями для решения сложных задач, описывает методы градиента стратегии, TRPO и PPO, позволяющие повысить производительность и устойчивость, а также детерминированные алгоритмы DDPG и TD3. Читатель узнает о том, как работает техника подражательного обучения, познакомится с алгоритмами исследования на базе верхней доверительной границы (UCB и UCB1) и мета-алгоритмом ESBAS.
Издание предназначено для тех, кто интересуется исследованиями в области искусственного интеллекта, применяет в работе глубокое обучение или хочет освоить обучение с подкреплением с нуля. Обязательное условие - владение языком Python на рабочем уровне.
