دانلود کتاب Hands-On Reinforcement Learning with Python – Second Edition. Code
49,000 تومان
آموزش تقویتی دستی با پایتون – ویرایش دوم. کد
| موضوع اصلی | کامپیوترها |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Packt Publishing |
| حجم فایل | 42.80 مگابایت |
| کد کتاب | 1788836529 , 9781788836524 |
| نوبت چاپ | 2 |
| نویسنده | Sudharsan Ravichandiran |
|---|---|
| زبان | انگلیسی |
| فرمت | ZIP |
| سال انتشار | 2018 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی (ترجمه ماشینی)
کد .راهنمای عملی غنی شده با مثالهایی برای تسلط بر الگوریتمهای یادگیری تقویتی عمیق با ویژگیهای کلیدی پایتون نقطه ورود شما به دنیای هوش مصنوعی با استفاده از قدرت پایتون راهنمای غنی از نمونه برای تسلط بر الگوریتمهای مختلف RL و DRL کاوش حالتهای مختلف معماریهای پیشرفته همراه با کتاب ریاضی، آموزش تقویتی (RL) پرطرفدارترین و امیدوارکنندهترین شاخه هوش مصنوعی است. آموزش تقویتی Hands-On با پایتون به شما کمک می کند تا نه تنها بر الگوریتم های اصلی یادگیری تقویتی، بلکه بر الگوریتم های پیشرفته یادگیری تقویتی عمیق نیز تسلط داشته باشید. کتاب با مقدمهای بر یادگیری تقویتی و سپس OpenAI Gym و TensorFlow شروع میشود. سپس الگوریتمها و مفاهیم مختلف RL، مانند فرآیند تصمیمگیری مارکوف، روشهای مونت کارلو، و برنامهنویسی پویا، از جمله تکرار ارزش و سیاست را بررسی خواهید کرد. این راهنمای غنی از نمونه شما را با الگوریتم های یادگیری تقویتی عمیق، مانند Dueling DQN، DRQN، A3C، PPO و TRPO آشنا می کند. همچنین در مورد عوامل تقویتشده تخیل، یادگیری از اولویتهای انسانی، DQfD، HER و بسیاری دیگر از پیشرفتهای اخیر در یادگیری تقویتی خواهید آموخت. در پایان کتاب، شما تمام دانش و تجربه لازم برای پیاده سازی یادگیری تقویتی و یادگیری تقویتی عمیق را در پروژه های خود خواهید داشت و برای ورود به دنیای هوش مصنوعی آماده خواهید بود. آنچه خواهید آموخت درک اصول اولیه روش ها، الگوریتم ها و عناصر یادگیری تقویتی آموزش یک عامل برای راه رفتن با استفاده از OpenAI Gym و Tensorflow درک فرآیند تصمیم گیری مارکوف، بهینه بودن بلمن، و یادگیری TD حل مسائل راهزن چند مسلح با استفاده از الگوریتم های مختلف استاد عمیق الگوریتمهای یادگیری مانند RNN، LSTM و CNN با برنامههای کاربردی ساخت عوامل هوشمند با استفاده از الگوریتم DRQN برای بازی Doom به ماموران آموزش بازی Lunar Lander با استفاده از DDPG آموزش مامور برای برنده شدن در یک بازی اتومبیل رانی با استفاده از دوئل DQN این کتاب چه کسی است. برای اگر شما یک توسعه دهنده یادگیری ماشینی یا علاقه مند به یادگیری عمیق هستید که به هوش مصنوعی علاقه مند هستید و می خواهید در مورد یادگیری تقویتی از ابتدا یاد بگیرید، این کتاب برای شما مناسب است. مقداری دانش از جبر خطی، حساب دیفرانسیل و انتگرال، و زبان برنامه نویسی پایتون به شما در درک مفاهیم مطرح شده در این کتاب کمک می کند.

نقد و بررسیها
هنوز بررسیای ثبت نشده است.