Description du livre
Plongez dans le monde des algorithmes d'apprentissage du renforcement et appliquez-les à différents cas d'utilisation via Python. Ce livre couvre des sujets importants tels que les gradients politiques et l'apprentissage Q, et utilise des cadres tels que Tensorflow, Keras, et OpenAI Gym.
Apprentissage appliqué du renforcement avec Python vous présente la théorie derrière les algorithmes d'apprentissage du renforcement (RL) et le code qui sera utilisé pour les mettre en œuvre. Vous ferez une visite guidée des fonctionnalités d'OpenAI Gym, de l'utilisation de bibliothèques standard à la création de vos propres environnements, puis découvrirez comment encadrer les problèmes d'apprentissage du renforcement afin de pouvoir rechercher, développer et déployer des solutions basées sur RL.
Ce que vous apprendrez
Mettre en œuvre l'apprentissage du renforcement avec PythonTravailler avec des frameworks AI tels que OpenAI Gym, Tensorflow et Keras.Déployer et former des solutions de renforcement basées sur l'apprentissage via les ressources cloudAppliquer les applications pratiques de l'apprentissage du renforcement
A qui s'adresse ce livre ?
Scientifiques des données, ingénieurs d'apprentissage machine et ingénieurs logiciels familiers avec les concepts de l'apprentissage machine et de l'apprentissage approfondi.