Глубокое обучение с подкреплением. AlphaGo и другие технологии 30004

Ця книга - докладне керівництво по новітніх інструментів DL та їх обмежень. Ви оціните на практиці такі методи, як крос-ентропія і градієнти по стратегіям, а потім навчитеся застосовувати їх. Поупражняетесь і з колекцією віртуальних ігор від Atari, і з сучасними фаворитами, наприклад Connect4. Максим Лапан підготував прекрасне введення в тему RL, щоб ви навчилися програмувати інтелектуальні самонавчальні агенти, здатні вирішувати колосальне безліч прикладних задач.

Почніть впроваджувати Q-навчання в середовищах класу grid world, навчіть вашого агента торгувати на біржі, дізнайтеся, як моделі обробки природної мови призвели до вибухового поширення чат-ботів.

В цій книзі

• Ви дізнаєтеся, яке місце в контексті DL займають методи RL, реалізуєте складні моделі глибокого навчання
• Освоїте базовий рівень RL: марковські процеси прийняття рішень
• Оцініть різні методи RL, зокрема крос-ентропію, DQN, модель актора-критика, TRPO, PPO, DDPG, D4PG та ін
• Дізнаєтеся, як працювати з дискретними і безперервними просторами дій у різних середовищах
• Навчитеся перемагати в аркадних іграх Atari, використовуючи навчання з підкріпленням
• Створите власну середу по моделі OpenAI Gym для навчання біржового агента
• Навчіть вашого агента грати в Connect4, скориставшись методом AlphaGo Zero
• Познайомитеся з новітніми дослідженнями в області глибокого навчання, стосуються розробки чат-ботів