Apprentissage par renforcement appliqué avec Python : Avec Openai Gym, Tensorflow et Keras

Avis des lecteurs

Il n'y a actuellement aucun avis de lecteur. La note est basée sur 10 votes.

Titre original :

Applied Reinforcement Learning with Python: With Openai Gym, Tensorflow, and Keras

Contenu du livre :

Chapitre 1 : Introduction à l'apprentissage par renforcement But du chapitre : Informer le lecteur de l'histoire du domaine, de ses applications actuelles, ainsi que discuter de manière générale du plan du texte et de ce que le lecteur peut s'attendre à apprendre Pas de pages 10Sous -thèmes1. Qu'est-ce que l'apprentissage par renforcement ? 2. Histoire de l'apprentissage par renforcement 3. Applications de l'apprentissage par renforcement.

Chapitre 2 : Algorithmes d'apprentissage par renforcementAbjectif du chapitre : Faire comprendre au lecteur comment fonctionnent les algorithmes d'apprentissage par renforcement et en quoi ils diffèrent des méthodes ML/DL de base. Des exemples pratiques seront fournis pour ce chapitre.

Nombre de pages : 50.

Sous-sujets 1. Méthodes de solution tabulaire2. Méthodes de solutions approximatives.

Chapitre 3 : Apprentissage Q Objectif du chapitre : Dans ce chapitre, les lecteurs continueront à développer leur compréhension de la RL en résolvant des problèmes dans des espaces d'action discrets Nombre de pages : 40 Sous-sujets : 1. Réseaux Q profonds2. Apprentissage Q doublement profond.

Chapitre 4 : Apprentissage par renforcement basé sur la tenue de marché Objectif du chapitre : Dans ce chapitre, nous allons nous concentrer sur un cas d'utilisation basé sur la finance, en particulier la tenue de marché, dans laquelle nous devons acheter et vendre un instrument financier à n'importe quel prix donné. Nous appliquerons une approche d'apprentissage par renforcement à ce jeu de données et verrons comment il se comporte dans le temps : 50Sous - Sujets : 1. Tenue de marché 2. AWS/Google Cloud3. Cron.

Chapitre 5 : Apprentissage par renforcement pour les jeux vidéo Objectif du chapitre : Dans ce chapitre, nous allons nous concentrer sur un cas d'utilisation plus généralisé de l'apprentissage par renforcement dans lequel nous apprenons à un algorithme à jouer avec succès à un jeu contre une IA basée sur un ordinateur. Nombre de pages : 50Sous - Sujets : 1. Contexte du jeu et collecte de données.

Autres informations sur le livre :

• ISBN : 9781484251263
• Auteur : Taweh Beysolow II
• Éditeur : Apress
• Langue : anglais
• Reliure : Broché
• Année de publication : 2019
• Nombre de pages : 168