ODBIERZ TWÓJ BONUS :: »

Głębokie uczenie przez wzmacnianie. Praca z chatbotami oraz robotyka, optymalizacja dyskretna i automatyzacja sieciowa w praktyce. Wydanie II Maxim Lapan

(ebook) (audiobook) (audiobook)
Autor:
Maxim Lapan
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
6.0/6  Opinie: 1
Stron:
720
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
90,89 zł 149,00 zł (-39%)
89,40 zł najniższa cena z 30 dni

Dodaj do koszyka Wysyłamy w 24h

Ebook
75,99 zł 149,00 zł (-49%)
74,50 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Podstaw uczenia przez wzmacnianie i jego relacji do uczenia nadzorowanego oraz nienadzorowanego
  • Stosowania narzędzi OpenAI Gym do tworzenia i testowania środowisk dla agentów
  • Implementowania głębokich sieci neuronowych w PyTorch na potrzeby uczenia przez wzmacnianie
  • Wykorzystywania metody entropii krzyżowej oraz Q-uczenia do rozwiązywania problemów decyzyjnych
  • Budowania i trenowania głębokich sieci Q (DQN) oraz ich rozszerzeń, takich jak Double DQN czy sieci zakłócone
  • Optymalizowania wydajności trenowania agentów przez równoległe przetwarzanie i narzędzia takie jak CuLE
  • Stosowania gradientów polityki, algorytmów REINFORCE, A2C, A3C oraz metod aktor-krytyk
  • Tworzenia i trenowania chatbotów opartych na głębokim uczeniu przez wzmacnianie
  • Rozwiązywania zadań w środowiskach tekstowych (TextWorld) i automatyzacji działań w przeglądarce internetowej
  • Pracy z ciągłymi przestrzeniami akcji i deterministycznymi gradientami polityki
  • Wdrażania uczenia przez wzmacnianie w robotyce, w tym sterowania sprzętem i przenoszenia modeli na urządzenia
  • Stosowania zaawansowanych algorytmów typu PPO, TRPO, ACKTR i SAC do optymalizacji polityk
  • Wykorzystywania metod typu "czarna skrzynka", strategii ewolucyjnych i algorytmów genetycznych
  • Implementowania zaawansowanych technik eksploracji, w tym sieci zakłóconych i eksploracji opartej na liczebności
  • Trenowania agentów wspomaganych wyobraźnią i porównywania podejść modelowych oraz bezmodelowych
  • Rozwiązywania problemów optymalizacji dyskretnej, takich jak układanie kostki Rubika, oraz pracy z metodami wieloagentowymi

Głębokie uczenie przez wzmacnianie rozwija się bardzo dynamicznie. Dziedzinę tę charakteryzuje niewyczerpany potencjał rozwiązywania trudnych problemów. Zajmuje się tym co najmniej kilka grup badawczych, koncentrujących się na wdrażaniu głębokiego uczenia przez wzmacnianie w różnych branżach. Niestety, opisy najnowszych osiągnięć są trudne do zrozumienia i zbyt abstrakcyjne, aby można było je łatwo zastosować w praktycznych implementacjach, a przecież poprawne działanie aplikacji jest uwarunkowane gruntownym zrozumieniem problemu przez projektanta.

To zaktualizowane i rozszerzone wydanie bestsellerowego przewodnika po najnowszych narzędziach i metodach związanych z uczeniem przez wzmacnianie. Zawiera wprowadzenie do teorii uczenia przez wzmacnianie, a także wyjaśnia praktyczne sposoby kodowania samouczących się agentów w celu rozwiązywania praktycznych zadań. W tym wydaniu dodano sześć nowych rozdziałów poświęconych takim osiągnięciom technologii jak dyskretna optymalizacja, metody wieloagentowe, środowisko Microsoft TextWorld czy zaawansowane techniki eksploracji. Opisano również inne zagadnienia, między innymi głębokie sieci Q, gradienty polityk, sterowanie ciągłe i wysoce skalowalne metody bezgradientowe. Poszczególne kwestie zostały zilustrowane kodem wraz z opisem szczegółów implementacji.

W książce między innymi:

  • związki między uczeniem przez wzmacnianie a głębokim uczeniem
  • różne metody uczenia przez wzmacnianie, w tym entropia krzyżowa, sieć DQN, a także algorytmy: aktor-krytyk, TRPO, PPO, DDPG, D4PG i inne
  • praktyczne zastosowanie dyskretnej optymalizacji w celu rozwiązania problemu kostki Rubika
  • trenowanie agentów przy użyciu oprogramowania AlphaGo Zero
  • chatboty oparte na sztucznej inteligencji
  • zaawansowane techniki eksploracyjne, w tym metody destylacji sieci

Witaj, świecie prawdziwej sztucznej inteligencji!

Wybrane bestsellery

O autorze książki

Maxim Lapan jest niezależnym badaczem z wieloletnim doświadczeniem zawodowym w dziedzinie programowania i architektury systemów. Gruntownie poznał takie zagadnienia jak duże zbiory danych, uczenie maszynowe i rozproszone systemy obliczeniowe o wysokiej wydajności. Obecnie zajmuje się zastosowaniami uczenia głębokiego, w tym głębokim przetwarzaniem języka naturalnego i głębokim uczeniem przez wzmacnianie.

Zobacz pozostałe książki z serii

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy książka wymaga zaawansowanej znajomości matematyki lub programowania?
Podstawowa znajomość programowania (szczególnie w Pythonie) oraz ogólna orientacja w zagadnieniach matematycznych (algebra liniowa, rachunek prawdopodobieństwa) będą pomocne, ale autor wprowadza czytelnika w niezbędne podstawy i wyjaśnia kluczowe koncepcje krok po kroku.
2. Jakie praktyczne umiejętności zdobędę po przeczytaniu tej książki?
Nauczysz się implementować samouczące się agentów, trenować chatboty, rozwiązywać problemy optymalizacyjne (np. kostka Rubika), stosować uczenie przez wzmacnianie w robotyce i automatyzacji, a także korzystać z popularnych bibliotek (PyTorch, OpenAI Gym).
3. Czy książka zawiera przykłady kodu i instrukcje krok po kroku?
Tak, książka bogata jest w przykłady kodu, szczegółowe opisy implementacji oraz praktyczne projekty, które można samodzielnie przetestować i rozwijać.
4. Czy to wydanie obejmuje najnowsze trendy i narzędzia z zakresu uczenia przez wzmacnianie?
Tak, drugie wydanie zostało zaktualizowane o nowe rozdziały dotyczące m.in. dyskretnej optymalizacji, środowiska Microsoft TextWorld, metod wieloagentowych oraz zaawansowanych technik eksploracyjnych.
5. Czy książka pomoże mi w nauce zastosowania AI w rzeczywistych projektach?
Tak, książka skupia się na praktycznych aspektach wdrażania uczenia przez wzmacnianie w realnych aplikacjach, takich jak chatboty, robotyka, automatyzacja sieci czy gry komputerowe.
6. Czy dostępna jest wersja elektroniczna (e-book) tej książki?
Tak, książka jest dostępna zarówno w wersji drukowanej, jak i elektronicznej (e-book) na Helion.pl.
7. Jakie są najważniejsze biblioteki i narzędzia omawiane w książce?
Autor szczegółowo opisuje pracę z bibliotekami takimi jak PyTorch, OpenAI Gym, PTAN, Microsoft TextWorld oraz narzędziami do monitorowania i wizualizacji postępów treningu agentów.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
90,89 zł
Dodaj do koszyka
Ebook
75,99 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint