- Grundlegende Konzepte und Terminologie - Praktischer Einsatz mit PyTorch - Projekte umsetzen
Dieses 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 Probleme EXTRA: E-Book inside
Systemvoraussetzungen für E-Book inside: Internet-Verbindung und Adobe-Reader oder Ebook-Reader
bzw. Adobe Digital Editions.
