会员
Python Reinforcement Learning
更新时间：2021-06-24 15:18:32 最新章节：Leave a review - let other readers know what you think
书籍简介
ReinforcementLearning(RL)isthetrendingandmostpromisingbranchofartificialintelligence.ThisLearningPathwillhelpyoumasternotonlythebasicreinforcementlearningalgorithmsbutalsotheadvanceddeepreinforcementlearningalgorithms.TheLearningPathstartswithanintroductiontoRLfollowedbyOpenAIGym,andTensorFlow.YouwillthenexplorevariousRLalgorithms,suchasMarkovDecisionProcess,MonteCarlomethods,anddynamicprogramming,includingvalueandpolicyiteration.You'llalsoworkonvariousdatasetsincludingimage,text,andvideo.Thisexample-richguidewillintroduceyoutodeepRLalgorithms,suchasDuelingDQN,DRQN,A3C,PPO,andTRPO.Youwillgainexperienceinseveraldomains,includinggaming,imageprocessing,andphysicalsimulations.You'llexploreTensorFlowandOpenAIGymtoimplementalgorithmsthatalsopredictstockprices,generatenaturallanguage,andevenbuildotherneuralnetworks.Youwillalsolearnaboutimagination-augmentedagents,learningfromhumanpreference,DQfD,HER,andmanyoftherecentadvancementsinRL.BytheendoftheLearningPath,youwillhavealltheknowledgeandexperienceneededtoimplementRLanddeepRLinyourprojects,andyouentertheworldofartificialintelligencetosolvevariousreal-lifeproblems.ThisLearningPathincludescontentfromthefollowingPacktproducts:Hands-OnReinforcementLearningwithPythonbySudharsanRavichandiran.PythonReinforcementLearningProjectsbySeanSaito,YangWenzhuo,andRajalingappaaShanmugamani.
品牌：中图公司
上架时间：2019-04-18 00:00:00
出版社：Packt Publishing
本书数字版权由中图公司提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
Sudharsan Ravichandiran Sean Saito Rajalingappaa Shanmugamani Yang Wenzhuo
同类热门书
最新上架
- 会员本书分为6篇，共14章。从OLAP核心概念出发，以Presto为例，从整体执行流程到不同SQL的执行原理，力图把OLAP查询的核心流程以一种系统化的方式来给读者讲清楚。第一篇背景知识（第1章和第2章）介绍OLAP的基础知识和Presto相关的背景知识，并给出了后续贯穿全书的SQL代码；第二篇核心原理（第3章和第4章）非常详细地串讲了SQL执行流程，介绍了执行计划的生成和优化；第三篇经典SQL（第5计算机19.7万字
- 会员本书从与数据要素关系最密切的信息、权属、价值、安全、交易等五个维度出发，汇聚不同学科背景的既有文献，整合现有观点，对数据要素的多维特性进行探讨，以丰富人们对数据要素的认知，凝聚共识，澄清数字时代的发展与治理迷思，为未来的相关创新提供起点。计算机14.5万字
- 会员本书系统介绍了使用Python进行数据分析需要掌握的各项知识，涵盖了Python基础知识、网络爬虫技术、正则表达式、BeautifulSoup和JSON、词语切分、自然语言处理、使用NumPy与Pandas处理数据、数据可视化技术、MySQL、机器学习、朴素贝叶斯模型、支持向量机、随机森林、深度学习以及量化投资。本书通过结合数据分析技术的理论知识与Python的实战应用，帮助读者更好地运用Pyth计算机12.3万字
- 会员本书以Kettle实现ETL流程为目标，将ETL知识点与任务相结合，配套真实案例，深入浅出地介绍了ETL数据整合与处理的相关内容。全书共8章，第1章介绍了ETL概念和ETL工具，让读者在了解ETL相关的概念后，立刻上手ETL工具Kettle；第2~6章介绍了Kettle工具转换相关的组件，包括源数据获取、记录处理、字段处理、高级转换、迁移和装载等内容，内容与ETL流程匹配，能帮助读者快速掌握ETL计算机8.1万字
- 会员《网络科学与网络大数据结构挖掘》作为网络科学的工具性图书共分两大模块：第一模块是基础理论，包括网络基本概念、网络拓扑性质、复杂网络社团挖掘等内容，旨在让读者熟悉一些基本的建模方法和分析技巧。第二模块为应用模块，包括复杂网络在几个代表性领域中的应用研究分析及案例剖析等。全书没有过多地数学和物理推导，而是更为关注网络科学的思维习惯和研究方式，兼具理论性、资料性和实践性。可用于各学科领域的教学及研究人员计算机0字
- 会员本书分为4篇，第1篇是基础入门篇，主要介绍数据分析与挖掘的基本概念及Python语言的数据分析基础；第2篇是数据分析篇，主要介绍常用的数据分析方法；第3篇是数据挖掘篇，主要介绍常用的数据挖掘方法；第4篇是实战应用篇，介绍两个完整的数据分析与挖掘案例。计算机10.9万字