Objętość 395 stron
2021 rok
Обучение с подкреплением для реальных задач. Инженерный подход
O książce
Книга посвящена промышленно-ориентированному применению обучения с подкреплением (Reinforcement Learning, RL). Объяснено, как обучать промышленные и научные системы решению любых пошаговых задач методом проб и ошибок – без подготовки узкоспециализированных учебных множеств данных и без риска переобучить или переусложнить алгоритм. Рассмотрены марковские процессы принятия решений, глубокие Q-сети, градиенты политик и их вычисление, методы устранения энтропии и многое другое. Данная книга – первая на русском языке, где теоретический базис RL и алгоритмы даны в прикладном, отраслевом ключе.
Когда я впервые услышал о книге "Обучение с подкреплением для решения реальных задач", я был заинтригован. Но когда я начал читать ее, я понял, что это гораздо больше, чем просто книга.
Это настоящий учебник, который поможет вам понять, как работает обучение с подкреплением в реальном мире.
Первое, что мне понравилось в книге, это ее структура. Автор начинает с основ и постепенно переходит к более сложным темам. Это позволяет читателю понять все нюансы обучения с подкреплением и применять их на практике. Кроме того, автор приводит множество примеров из реальной жизни, что делает материал более понятным и интересным.
Второе, что меня привлекло в книге, - это глубина изложения материала.
Автор не просто рассказывает о том, как работает обучение с подкреплением, но и объясняет, почему это работает именно так. Это помогает читателю понять, как можно улучшить свои навыки и знания в этой области.
Третье, что я хотел бы отметить, - это актуальность информации. Автор постоянно обновляет книгу и добавляет новые главы, чтобы отразить последние достижения в области обучения с подкреплением. Это очень удобно для тех, кто хочет оставаться в курсе последних новостей и тенденций.
Recenzje, 1 recenzja1