Reinforcement Learning: Theory and Python Implementation - Zhiqing Xiao
-25% su kodu BOOKS
Pristatymas per 17-23 d.d.
30 dienų grąžinimo politika
Reinforcement Learning: Theory and Python Implementation is a tutorial book on reinforcement learning, with explanations of both theory and applications. Starting from a uniform mathematical framework, this book derives the theory of modern reinforcement learning systematically and introduces all mainstream reinforcement learning algorithms such as PPO, SAC, and MuZero. It also covers key technologies of GP ... Visas aprašymas
Jums taip pat gali patikti
TOP
The Art of Electronics
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
The Design of Everyday Things
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
If Anyone Builds It, Everyone Dies: The Case Against Superintelligent AI
Eliezer Yudkowsky, Nate Soares
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
We Are Not Machines: The Fight for the Future of Work
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Open Circuits: The Inner Beauty of Electronic Components
Eric Schlaepfer, Windell Oskay
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Get started with MicroPython on Raspberry Pi Pico: The Official Raspberry Pi Pico Guide
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Practical Electronics for Inventors
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Fundamentals of Aerodynamics ISE
Christopher Cadou, John D. Anderson
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Nucleo Boards Programming with the STM32CubeIDE: Hands-on in more than 50 projects
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Black Holes: The Key to Understanding the Universe
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Professional SMD Assembly: Practical Low-Cost Methods for Reliable PCB Production
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
KiCad Like A Pro - Fundamentals and Projects: Getting started with the world's best open-source PCB tool
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Make: Electronics: Learning by Discovery: A hands-on primer for the new electronics enthusiast
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control
Steven L. Brunton, J. Nathan Kutz
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Flowers For Algernon: A Modern Literary Classic
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Foundations of Flavor: The Noma Guide to Fermentation: Including Step-By-Step Information on Making and Cooking with: Koji, Kombuchas, Shoyus, Misos, Vinegars, Garums, Lacto-Ferments and black Fruits Vegetables
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Raspberry Pi 5 for Radio Amateurs: Program and Build Raspberry Pi 5 Based Ham Station Utilities with the RTL-SDR
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Digital Design and Computer Architecture, RISC-V Edition
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
AI 2041: Ten Visions for Our Future
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
TOP
Mastering the Arduino Uno R4: Programming and Projects for the Minima and WiFi
-25% su kodu BOOKS
Turime sandėlyje pas mūsų tiekėją
Aprašymas
Reinforcement Learning: Theory and Python Implementation is a tutorial book on reinforcement learning, with explanations of both theory and applications. Starting from a uniform mathematical framework, this book derives the theory of modern reinforcement learning systematically and introduces all mainstream reinforcement learning algorithms such as PPO, SAC, and MuZero. It also covers key technologies of GPT training such as RLHF, IRL, and PbRL. Every chapter is accompanied by high-quality implementations, and all implementations of deep reinforcement learning algorithms are with both TensorFlow and PyTorch. Codes can be found on GitHub along with their results and are runnable on a conventional laptop with either Windows, macOS, or Linux. This book is intended for readers who want to learn reinforcement learning systematically and apply reinforcement learning to practical applications. It is also ideal to academical researchers who seek theoretical foundation or algorithm enhancement in their cutting-edge AI research.
Daugiau informacijos
| Autorius | Zhiqing Xiao |
|---|---|
| Leidėjas | Springer Nature Singapore |
| Išleidimo metai | 2024 |
| Viršelio tipas | Kieti viršeliai |
| EAN | 9789811949326 |