- Grundlegende Konzepte und Terminologie- Praktischer Einsatz mit PyTorch- Projekte
umsetzenDieses Buch zeigt Ihnen wie Sie Agenten programmieren die basierend auf direktem
Feedback aus ihrer Umgebung selbstständig lernen und sich dabei verbessern. Sie werden
Netzwerke mit dem beliebten PyTorch-Deep-Learning-Framework aufbauen um bestärkende
Lernalgorithmen zu erforschen. Diese reichen von Deep-Q-Networks über Methoden zur
Gradientenmethode bis hin zu evolutionären Algorithmen.Im weiteren Verlauf des Buches wenden
Sie Ihre Kenntnisse in praktischen Projekten wie der Steuerung simulierter Roboter der
Automatisierung von Börsengeschäften oder dem Aufbau eines Spiel-Bots an.Aus dem Inhalt:-
Strukturierungsprobleme als Markov-Entscheidungsprozesse- Beliebte Algorithmen wie Deep
Q-Networks Policy Gradient-Methode und Evolutionäre Algorithmen und die Intuitionen die sie
antreiben- Anwendung von Verstärkungslernalgorithmen auf reale ProblemeEXTRA: E-Book
insideSystemvoraussetzungen für E-Book inside: Internet-Verbindung und Adobe-Reader oder
Ebook-Reader bzw. Adobe Digital Editions.
