Detailansicht
Einstieg in Deep Reinforcement Learning
eBook - KI-Agenten mit Python und PyTorch programmieren
ISBN/EAN: 9783446466081
Umbreit-Nr.: 9893943
Sprache:
Deutsch
Umfang: 0 S., 12.48 MB
Format in cm:
Einband:
Keine Angabe
Erschienen am 12.10.2020
Auflage: 1/2020
E-Book
Format: PDF
DRM: Digitales Wasserzeichen
- Zusatztext
- - Grundlegende Konzepte und Terminologie<br />- Praktischer Einsatz mit PyTorch<br />- Projekte umsetzen<br /><br />Dieses Buch zeigt Ihnen, wie Sie Agenten programmieren, die basierend auf direktem Feedback aus ihrer Umgebung selbstständig lernen und sich dabei verbessern. Sie werden Netzwerke mit dem beliebten PyTorch-Deep-Learning-Framework aufbauen, um bestärkende Lernalgorithmen zu erforschen. Diese reichen von Deep-Q-Networks über Methoden zur Gradientenmethode bis hin zu evolutionären Algorithmen.<br />Im weiteren Verlauf des Buches wenden Sie Ihre Kenntnisse in praktischen Projekten wie der Steuerung simulierter Roboter, der Automatisierung von Börsengeschäften oder dem Aufbau eines Spiel-Bots an.<br /><br />Aus dem Inhalt:<br />- Strukturierungsprobleme als Markov-Entscheidungsprozesse<br />- Beliebte Algorithmen wie Deep Q-Networks, Policy Gradient-Methode und Evolutionäre Algorithmen und die Intuitionen, die sie antreiben<br />- Anwendung von Verstärkungslernalgorithmen auf reale Probleme
- Autorenportrait
- Alexander Zai ist Machine Learning Engineer bei Amazon AI und arbeitet an MXNet, das eine Reihe von AWS-Maschinenlernprodukten unterstützt. Er ist auch Mitbegründer von Codesmith, einem Bootcamp für Softwareentwicklung mit Niederlassungen in Los Angeles und New York.<br />Brandon Brown ist Medizinstudent und Data Scientist an der UCLA. Er hat in den letzten drei Jahren ausführlich über maschinelles Lernen auf outlace.com gebloggt.