|
-- 會員 / 註冊 --
|
|
|
|
動手做深度強化學習 ( 繁體 字) |
作者:Maxim Lapan | 類別:1. -> 程式設計 -> 深度學習 |
譯者: |
出版社:博碩文化 | 3dWoo書號: 52186 詢問書籍請說出此書號!【缺書】 NT定價: 690 元 折扣價: 518 元
|
出版日:11/1/2019 |
頁數:528 |
光碟數:0 |
|
站長推薦: |
印刷:黑白印刷 | 語系: ( 繁體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9789864344307 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
作者序: |
譯者序: |
前言: |
內容簡介:實作現代強化學習方法:深度Q網路、值迭代、策略梯度、TRPO、AlphaGo Zero…強化學習(RL)的最新發展,結合使用深度學習(DL),在訓練代理人「像人類一樣地」解決複雜問題這方面,取得了前所未有的進步。Google團隊利用演算法來玩知名的Atari街機遊戲,並擊敗了它們,這可以說是讓RL領域發光發熱的重要推手,而世界各地的研究人員正馬不停蹄地研發各種新的想法。《動手做深度強化學習》綜合性地介紹了最新的DL工具與它們的限制。讀者將評估包括交叉熵和策略梯度等方法,再把它們應用於真實的環境之中。本書使用Atari虛擬遊戲和一般家庭常玩的Connect4遊戲作為範例。除了介紹RL的基礎知識之外,作者亦詳述如何製作智慧型學習代理人等專業知識,讓讀者在面對一系列艱鉅的真實世界挑戰時,能游刃有餘。本書也會說明如何在網格世界(grid world)環境中實作Q學習、如何讓代理人學會買賣和交易股票,並學習聊天機器人是如何使用自然語言模型與人類對話的。在這本書中,你將學到:? 了解結合了RL的DL內容,並實作複雜的DL模型? 學習RL的基礎:馬可夫決策過程? 評估RL方法,包括交叉熵、DQN、Actor-Critic、TRPO、PPO、DDPG、D4PG…等等? 了解如何在各種環境中處理離散行動空間和連續行動空間? 使用值迭代法來擊敗Atari街機遊戲? 建立屬於自己的OpenAI Gym環境,來訓練股票交易代理人? 使用AlphaGo Zero演算法,教你的代理人玩Connect4? 探索最新的深度RL研究主題,包括AI驅動的聊天機器人等等下載範例程式檔案:本書的程式碼是由 GitHub 託管。下載本書的彩色圖片:我們還提供您一個PDF檔案,其中包含本書使用的彩色螢幕截圖/彩色圖表。 |
目錄:前言 第1章:什麼是強化學習? 第2章: OpenAI Gym 第3章:使用PyTorch來做深度學習 第4章:交叉熵法 第5章:表格學習與貝爾曼方程式 第6章:深度Q網路 第7章:DQN擴充 第8章:以強化學習法來做股票交易 第9章:策略梯度-另一個選項 第10章:行動-評論者方法 第11章:非同步優勢行動-評論者 第12章:以強化學習法訓練聊天機器人 第13章:Web導航 第14章:連續行動空間 第15章:信賴域策略-TRPO、PPO與ACKTR 第16章:強化學習中的黑箱優化 第17章:超越無模型方法-想像 第18章:AlphaGo Zero
|
序: |
|