Reinforcement Learning with Python: Master Reinforcement Learning in Python Without Being an Expert

Reinforcement Learning with Python: Master Reinforcement Learning in Python Without Being an Expert

资源信息 | Information

英文| 2017 | ASIN:B0731RXLYB | 756页| PDF + EPUB + AZW3(conv)| 0.6 Mb
你可以训练一只狗坐吗?如果是这样,你可以随时掌握加固学习!
欢迎来到加强学习的世界。这是一个在实际道路上可以看到自驾车的世界,程序可以击败世界冠军,机器人不仅是未来派电影的一部分。声音太科学地涉及您的专长?别担心强化学习比你想象的要简单得多。
您不需要大学学位或成为世界一流的开发人员才能建立强化学习应用程序。一些基本的Python编程技巧和机器学习的基础知识是本书将您变成RL专家所需要的。
通过以简单,非技术的方式描述强化学习的概念,以最全面的方式教你的元素,应用和算法,同时给你一个很棒的跳跃点,一些惊人的Python实现,这本书是一个对于那些想要掌握这个AI的热门分支的人来说,一切都是必须的,而不会淹没在技术上的废话。
在这本书里面你会发现:
强化学习的要素
Reiniforcement学习与其他学习类型
模拟环境和政策
马可夫决策过程指南
动态编程
蒙特卡罗方法的探索
Q学习的秘密
还有更多!


English | 2017 | ASIN: B0731RXLYB | 756 pages | PDF + EPUB + AZW3(conv) | 0.6 Mb
Can You Train a Dog to Sit? If so, You Can Master Reinforcement Learning in No time!
Welcome to the world of reinforced learning. This is a world where self-driving cars can be seen on real roads, where programs can beat world champions, where robots are not only a part of futuristic movies. Sound too scientifically involved for your expertise? Don’t worry; reinforcement learning is much more straightforward than you think.
You do not need a college degree or to be a world-class developer in order to build a reinforcement learning application. Some rudimentary Python programming skills and a basic knowledge of Machine Learning is all it takes for this book to turn you into an RL expert.
By describing the concept of reinforcement learning in a simple, non-technical way, teaching you its elements, applications, and algorithms in the most comprehensive way possible while giving you a great jumping-off point with some amazing Python implementations, this book is a definite must-have for everyone who wants to master this popular branch of AI without drowning in the technical nonsense.
Inside this Book You’ll Discover:
The elements of reinforcement learning
Reiniforcement Learning vs. other learning types
Simulated evironments and Policies
A guide to Markov Decision Processes
Dynamic Programming
An exploration of Monte Carlo Methods
The secrets to Q Learning
And much, much more!

声明:站内资源由各地网络自动搜集、整理、发布而来,仅供学习和研究使用,版权和著作权归原作者所有,禁止用于商业用途,所有下载内容请在24小时内删除,否则后果自负!

本站仅做资源搬运,下载前请仔细看清资源内容。本站不对压缩包内文件的有效性负责,不对安装、使用、编辑、阅读等任何形式进行解答,不接受任何对于此资源的质询。

资源站哪里都有,不满意请出门左转,别处下载。

提取码|Extracted-code:AD54

解压密码|Password:获取方式如下

免费资源分享刷新可见解压密码

可以点击下面“分享”按钮,成功分享后刷新本资源页面即可获得解压密码。Share to social network then refresh this page for password.

不想每次点"分享"?请捐赠VIP会员计划 | Donate Us! ,VIP会员将获得更加优质的用户体验!

直接积分兑换解压密码
使用 130 积分兑换解压密码 | Exchange the password with 130 points.

登录可见积分

现在捐赠VIP立即送最高1000积分! 注册会员专属急速下载模式,网速有多快,下载就有多快!

想要免积分查看解压密码?请捐赠VIP会员计划 | Donate Us! ,VIP会员将获得更加优质的用户体验!

直接扫码兑换积分

请加群或关注公众号留言用户名

请加群或关注公众号留言用户名

赠送350积分

请加群或关注公众号留言用户名

赠送350积分

请加群或关注公众号留言用户名

分享 | Share

标签 | Tag

评论

和我们一起感受全球0day的脉搏

今日资源统计
712
个资源被探寻到
366
个已上传至百度云
366
个已分享
本周资源统计
2462
个资源被探寻到
1186
个已上传至百度云
1186
个已分享
本月资源统计
8313
个资源被探寻到
4752
个已上传至百度云
4752
个已分享
真遗憾!

因为流量、带宽的短缺及存储空间的限制,本月尚有 42.8% 的0day资源无法与大家见面!

捐赠VIP会员计划 | Donate Us! ,这将有利于进一步扩展本站流量、带宽及存储空间!

2015-2017 0dayku.com | 站点地图 | DMCA | VIP |