Articoli correlati a Einstieg in Deep Reinforcement Learning: KI-Agenten...
Einstieg in Deep Reinforcement Learning: KI-Agenten mit Python und PyTorch programmieren. Inkl. E-Book - Rilegato
Sinossi
- 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.
Le informazioni nella sezione "Riassunto" possono far riferimento a edizioni diverse di questo titolo.
Informazioni sugli autori
Alexander Zai ist Machine Learning Engineer bei Amazon AI und arbeitet an MXNet, das eine Reihe von AWS-Maschinenlernprodukten unterstützt. Er ist auch Mitbegründer von Codesmith, einem Bootcamp für Softwareentwicklung mit Niederlassungen in Los Angeles und New York.
Brandon Brown ist Arzt und Programmierer. Er bloggt über maschinelles Lernen und Datenanalyse auf outlace.com.
Le informazioni nella sezione "Su questo libro" possono far riferimento a edizioni diverse di questo titolo.
Compra usato
Condizioni: molto buonoGut/Very good: Buch bzw. Schutzumschlag...
Visualizza questo articolo
EUR 31,99
EUR 45,00 per la spedizione da Germania a U.S.A.
Destinazione, tempi e costiCompra nuovo
Visualizza questo articolo
EUR 39,99
EUR 23,00 per la spedizione da Germania a U.S.A.
Destinazione, tempi e costiRisultati della ricerca per Einstieg in Deep Reinforcement Learning: KI-Agenten...
Immagini fornite dal venditore
Einstieg in Deep Reinforcement Learning
Editore:
Hanser Fachbuchverlag Okt 2020, 2020
ISBN 10: 3446459006
ISBN 13: 9783446459007
Nuovo
Rilegato
Da: Rheinberg-Buch Andreas Meier eK, Bergisch Gladbach, Germania
Valutazione del venditore 5 su 5 stelle
Bündel. Condizione: Neu. Neuware -- 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: Elektronisches Buch insideSystemvoraussetzungen für Elektronisches Buch inside: Internet-Verbindung und Adobe-Reader oder Elektronisches Buch-Reader bzw. Adobe Digital Editions. 400 pp. Deutsch. Codice articolo 9783446459007
Quantità: 1 disponibili
Immagini fornite dal venditore
Einstieg in Deep Reinforcement Learning
Editore:
Hanser Fachbuchverlag Okt 2020, 2020
ISBN 10: 3446459006
ISBN 13: 9783446459007
Nuovo
Rilegato
Da: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germania
Valutazione del venditore 5 su 5 stelle
Bündel. Condizione: Neu. Neuware -- 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: Elektronisches Buch insideSystemvoraussetzungen für Elektronisches Buch inside: Internet-Verbindung und Adobe-Reader oder Elektronisches Buch-Reader bzw. Adobe Digital Editions. 400 pp. Deutsch. Codice articolo 9783446459007
Quantità: 1 disponibili
Immagini fornite dal venditore
Einstieg in Deep Reinforcement Learning
Editore:
Hanser Fachbuchverlag Okt 2020, 2020
ISBN 10: 3446459006
ISBN 13: 9783446459007
Nuovo
Rilegato
Da: Wegmann1855, Zwiesel, Germania
Valutazione del venditore 5 su 5 stelle
Bündel. Condizione: Neu. Neuware -- 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: Elektronisches Buch insideSystemvoraussetzungen für Elektronisches Buch inside: Internet-Verbindung und Adobe-Reader oder Elektronisches Buch-Reader bzw. Adobe Digital Editions. Codice articolo 9783446459007
Quantità: 1 disponibili
Foto dell'editore
Einstieg in Deep Reinforcement Learning: KI-Agenten mit Python und PyTorch programmieren
ISBN 10: 3446459006
ISBN 13: 9783446459007
Antico o usato
Rilegato
Da: medimops, Berlin, Germania
Valutazione del venditore 5 su 5 stelle
Condizione: very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages. Codice articolo M03446459006-V
Quantità: 1 disponibili
Immagini fornite dal venditore
Einstieg in Deep Reinforcement Learning
Da: moluna, Greven, Germania
Valutazione del venditore 5 su 5 stelle
Condizione: New. - 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 selbststaendig lernen und sich dabei ve. Codice articolo 370935407
Quantità: 1 disponibili
Immagini fornite dal venditore
Einstieg in Deep Reinforcement Learning
Editore:
Hanser Fachbuchverlag Okt 2020, 2020
ISBN 10: 3446459006
ISBN 13: 9783446459007
Nuovo
Rilegato
Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germania
Valutazione del venditore 5 su 5 stelle
Bündel. Condizione: Neu. Neuware -- 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: Elektronisches Buch insideSystemvoraussetzungen für Elektronisches Buch inside: Internet-Verbindung und Adobe-Reader oder Elektronisches Buch-Reader bzw. Adobe Digital Editions.Hanser Fachbuchverlag, Kolberger Str. 22, 81679 München 400 pp. Deutsch. Codice articolo 9783446459007
Quantità: 1 disponibili
Immagini fornite dal venditore
Einstieg in Deep Reinforcement Learning : KI-Agenten mit Python und PyTorch programmieren. Inkl. E-Book
Editore:
Hanser Fachbuchverlag Okt 2020, 2020
ISBN 10: 3446459006
ISBN 13: 9783446459007
Nuovo
Rilegato
Da: AHA-BUCH GmbH, Einbeck, Germania
Valutazione del venditore 5 su 5 stelle
Bündel. Condizione: Neu. Neuware - - 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: Elektronisches Buch insideSystemvoraussetzungen für Elektronisches Buch inside: Internet-Verbindung und Adobe-Reader oder Elektronisches Buch-Reader bzw. Adobe Digital Editions. Codice articolo 9783446459007
Quantità: 2 disponibili