Алгоритмы обучения с подкреплением на Python 21601

Ця книга допоможе читачеві оволодіти алгоритмами навчання з підкріпленням (ВП) і навчитися реалізовувати їх при створенні самонавчаючих агентів.

У першій частині розглядаються різні елементи ОП, сфера його застосування, інструменти, необхідні для роботи в середовищі ОП. Друга і третя частини присвячені безпосередньо алгоритмами. Серед іншого автор показує, як поєднувати Q-навчання з нейронними мережами для вирішення складних завдань, описує методи градієнта стратегії, TRPO і PPO, що дозволяють підвищити продуктивність і стійкість, а також детерміновані алгоритми DDPG і TD3. Читач дізнається про те, як працює техніка подражательного навчання, познайомиться з алгоритмами дослідження на базі верхньої довірчої межі (UCB і UCB1) і мета-алгоритмом ESBAS.

Видання призначене для тих, хто цікавиться дослідженнями в області штучного інтелекту, застосовує в роботі глибоке навчання або хоче освоїти навчання з підкріпленням з нуля. Обов'язкова умова – володіння мовою Python на робочому рівні.