Глубокое обучение с подкреплением, 2-е издание

Автор: Максим Лапан

EAN: 9788328380523

Тип издания: книга

Страниц: 720

SID: 3264520

Глубокое обучение с подкреплением, 2-е издание

Глубокое обучение с подкреплением развивается очень динамично. Эта область характеризуется неисчерпаемым потенциалом для решения сложных задач. По крайней мере, несколько исследовательских групп работают над этим, сосредоточившись на внедрении глубокого обучения с подкреплением в различных отраслях. К сожалению, описания последних разработок сложны для понимания и слишком абстрактны, чтобы их можно было легко применить в практических реализациях, однако правильная работа приложения зависит от глубокого понимания проблемы разработчиком. Это обновленное и расширенное издание популярного руководства по новейшим инструментам и методам обучения с подкреплением. Он знакомит с теорией обучения с подкреплением и объясняет практические способы написания самообучающихся агентов для решения практических задач. В это издание добавлены шесть новых глав, посвященных таким технологическим достижениям, как дискретная оптимизация, многоагентные методы, среда Microsoft TextWorld и передовые методы интеллектуального анализа данных. Также рассматриваются другие темы, в том числе сети с глубоким Q, политические градиенты, непрерывный контроль и высокомасштабируемые безградиентные методы. Отдельные проблемы проиллюстрированы кодом и описанием деталей реализации. В книгу входят, среди прочего: связь между обучением с подкреплением и глубоким обучением различные методы обучения с подкреплением, включая кросс-энтропию, сеть DQN, а также алгоритмы: актер-критик, TRPO, PPO, DDPG, D4PG и другие. практическое применение дискретной оптимизации для решения задачи кубика Рубика обучение агентов с использованием программного обеспечения AlphaGo Zero чат-боты на основе искусственного интеллекта передовые методы разведки, включая методы сетевой дистилляции Привет, мир настоящего искусственного интеллекта! Об авторе книги Максим Лапан — независимый исследователь с многолетним профессиональным опытом в области программирования и системной архитектуры. Он досконально изучил такие вопросы, как большие данные, машинное обучение и распределенные высокопроизводительные вычислительные системы. В настоящее время он работает над приложениями глубокого обучения, включая глубокую обработку естественного языка и глубокое обучение с подкреплением.