Глубокое обучение с подкреплением. Теория и практика на языке Python

by Laura Graesser, Wah Loon Keng, Лаура Грессер

Глубокое обучение с подкреплением (глубокое RL) сочетает в себе два подхода к машинному обучению. В ходе такого обучения виртуальные агенты учатся решать последовательные задачи о принятии решений. За последнее десятилетие было много неординарных достижений в этой области - от однопользовательских и многопользовательских игр, таких как го и видеоигры Atari и Dota 2, до робототехники.
Эта книга - введение в глубокое обучение с подкреплением, уникально комбинирующее теорию и практику. Авторы начинают повествование с базовых сведений, затем подробно объясняют теорию алгоритмов глубокого RL, демонстрируют их реализации на примере программной библиотеки SLM Lab и напоследок описывают практические аспекты использования глубокого RL.
Руководство идеально подойдет как для студентов, изучающих компьютерные науки, так и для разработчиков программного обеспечения, которые знакомы с основными принципами машинного обучения и знают Python.

Genres: Artificial Intelligence

416 pages, Paperback

Published January 1, 2022

Reviews

[eri b.❀ · Rating 4 out of 5]

Bit of a disclaimer because I only read some selected chapters, but overall the algorithms were well-explained, though I would have liked more discussion about the implementations, had to dig through code to find some explanations. Still very comprehensive in general.

[Adrián Domínguez · Rating 5 out of 5]

You must have prior knowledge about reinforcement learning basics and about neural networks to be able to understand the algorithm explanations. With that knowledge, this books makes a great job explaining RL algorithms and part of the mathematics that are behind them. It also includes lots of source code implementing the algorithms that are mostly well explained, although the read must know PyTorch to be able to understand everything clearly. I think it's a great book but for an intermediate level, not to start with RL or neural networks.

[Alan Couzens · Rating 5 out of 5]

The most comprehensive book on Deep Reinforcement Learning that I have read. Provides a great introduction to the topic & covers all algorithms that fall under the DRL domain clearly. Would recommend.