- Ana Sayfa /
- Kitaplar /
- Computing & Internet /
- Bilgisayar Bilimi /
- AI & Machine Learning /
- Deep Reinforcement Learning Hands-On: Apply m...
Deep Reinforcement Learning Hands-On: Apply modern RL methods to practical problems of chatbots, robotics, discrete optimization, web automation, and
42%
UK mağazasından ithal edildi
Ubuy, güvenliğiniz ve gizliliğiniz için yoğun çaba sarf etmektedir. Gelişmiş ödeme güvenlik sistemimiz, iletim sırasında bilgilerinizi AES (Gelişmiş Şifreleme Standartları) ve SSL (Güvenli Soket Katmanı) protokolleri kullanarak şifreleyerek gizliliği sağlar. Ödeme bilgileriniz, üçüncü taraf satıcılarla paylaşılmadığı için %100 güvende.
Hızlı
Kargo
Ücretsiz
İade*
Güvenli Paketleme
%100 Orijinal Ürünler
PCI DSS Uyumlu
ISO 27001 Sertifikalı
Ürün Detayları
- Revised and expanded to include multi-agent methods, discrete optimization, RL in robotics, advanced exploration techniques, and moreKey FeaturesSecond edition of the bestselling introduction to deep reinforcement learning, expanded with six new chaptersLearn advanced exploration techniques including noisy networks, pseudo-count, and network distillation methodsApply RL methods to cheap hardware robotics platformsBook DescriptionDeep Reinforcement Learning Hands-On, Second Edition is an updated and expanded version of the bestselling guide to the very latest reinforcement learning (RL) tools and techniques. It provides you with an introduction to the fundamentals of RL, along with the hands-on ability to code intelligent learning agents to perform a range of practical tasks.With six new chapters devoted to a variety of up-to-the-minute developments in RL, including discrete optimization (solving the Rubik's Cube), multi-agent methods, Microsoft's TextWorld environment, advanced exploration techniques, and more, you will come away from this book with a deep understanding of the latest innovations in this emerging field.In addition, you will gain actionable insights into such topic areas as deep Q-networks, policy gradient methods, continuous control problems, and highly scalable, non-gradient methods. You will also discover how to build a real hardware robot trained with RL for less than $100 and solve the Pong environment in just 30 minutes of training using step-by-step code optimization.In short, Deep Reinforcement Learning Hands-On, Second Edition, is your companion to navigating the exciting complexities of RL as it helps you attain experience and knowledge through real-world examples.What you will learnUnderstand the deep learning context of RL and implement complex deep learning modelsEvaluate RL methods including cross-entropy, DQN, actor-critic, TRPO, PPO, DDPG, D4PG, and othersBuild a practical hardware robot trained with RL methods for less than $100Discover Microsoft s TextWorld environment, which is an interactive fiction games platformUse discrete optimization in RL to solve a Rubik s CubeTeach your agent to play Connect 4 using AlphaGo ZeroExplore the very latest deep RL research on topics including AI chatbotsDiscover advanced exploration techniques, including noisy networks and network distillation techniquesWho this book is forSome fluency in Python is assumed. Sound understanding of the fundamentals of deep learning will be helpful. This book is an introduction to deep RL and requires no background in RLTable of ContentsWhat Is Reinforcement Learning?OpenAI GymDeep Learning with PyTorchThe Cross-Entropy MethodTabular Learning and the Bellman Equation Deep Q-NetworksHigher-Level RL librariesDQN ExtensionsWays to Speed up RLStocks Trading Using RLPolicy Gradients The Actor-Critic MethodAsynchronous Advantage Actor-CriticTraining Chatbots with RLThe TextWorld environmentWeb NavigationContinuous Action SpaceRL in RoboticsTrust Regions Black-Box Optimization in RLAdvanced explorationBeyond Model-Free AlphaGo ZeroRL in Discrete OptimisationMulti-agent RL
| Publisher | Packt Publishing |
| Publication date | 31 Jan. 2020 |
| Edition | 2nd Revised edition |
| Language | English |
| Print length | 826 pages |
| ISBN-10 | 1838826998 |
| ISBN-13 | 978-1838826994 |
| Item weight | 1.51 kg |
| Dimensions | 19.05 x 4.75 x 23.5 cm |
ÜRÜN AÇIKLAMASI
Deep Reinforcement Learning Hands-On: Apply modern RL methods to practical problems of chatbots, robotics, discrete optimization, web automation, and more
Önemli bilgi
- Sınırlamalar : Uluslararası olarak gönderilen ürünler için, üretici garantisinin geçerli olmayabileceğini lütfen unutmayın; üretici servis seçenekleri mevcut olmayabilir; ürün kılavuzları, talimatlar ve güvenlik uyarıları hedef ülke dillerinde olmayabilir; ürünler (ve beraberindeki malzemeler) varış ülkesi standartlarına, spesifikasyonlarına ve etiketleme gerekliliklerine uygun olarak tasarlanmayabilir; ve ürünler hedef ülke voltajına ve diğer elektrik standartlarına uygun olmayabilir (uygunsa bir adaptör veya dönüştürücü kullanılmasını gerektirir). Alıcı, ürünün yasal olarak hedef ülkeye ithal edilebildiğinden emin olmaktan sorumludur. Ubuy veya bağlı kuruluşlarından sipariş verirken, alıcı kayıtlı ithalatçıdır ve varış ülkesinin tüm yasa ve düzenlemelerine uymalıdır.
- Ubuy küresel bir arama motoru olduğundan, Ubuy'da listelenen tüm ürünler satılık değildir. Ürünler ihracat/ticaret düzenlemelerine tabidir.
Şu anda stokta yok.
Bu ürünün tekrar stokta olup olmayacağıını veya ne zaman olacağını bilmiyoruz.
Bu ürün ülkemde kısıtlı değil. (Bu ürün ülkenizde kısıtlı değilse lütfen yukarıdaki bağlantıya tıklayın, böylece ekibimiz inceleyecek ve izin verecektir).
PCI DSS uyumlu ve ISO 27001:2022 sertifikalı olup, her siparişte şifrelenmiş ödeme ve tam alıcı koruması sunar.
Ubuy Güvencesi
%100 orijinal ürünler, PCI DSS uyumlu ödeme güvenliği, ISO 27001 sertifikalı veri koruması, en hızlı sınır ötesi teslimat, ücretsiz iade * ve her siparişte güvenli paketleme ile kaygısız alışverişin keyfini çıkarın.