ГПНТБ России - Полное описание

Полное описание

Ж2-20/66943
004.8/Р 139
Равичандиран, С. Глубокое обучение с подкреплением на Python : openAI Gym и TensorFlow для профи / С. Равичандиран ; [перевел с английского Е. Матвеев]. - Санкт-Петербург [и др.] : Питер, 2020. - 314 с. : ил. - (Серия "Библиотека программиста"). - Парал. тит. л. англ. - Библиогр.: с. 307. - Пер. изд.: Hands-On reinforcement learning with Python. Master reinforcement and deep reinforcement learning using OpenAI Gym and TensorFlow / S. Ravichandiran. - Birmingham, 2018. - 1200 экз. - ISBN 978-5-4461-1251-7 : 260 р. - Текст : непосредственный.
Факт. дата выхода кн. - 2019 г. [16+].

ГРНТИ	УДК
28.23.25	004.85
50.05.09	004.438

Рубрики:
Машинное обучение
Программирования языки -- Python

Аннотация: Глубокое обучение с подкреплением - самое популярное и перспективное направление искусственного интеллекта. Практическое изучение RL на Python поможет освоить не только базовые , но и передовые алгоритмы глубокого обучения с подкреплением. Вы начнете с основных принципов обучения с подкреплением, OpenAL Gym и Tensor Flow, познакомитесь с марковскими цепями, методом Монте-Карло и динамическим программированием. Вы узнаете об агентах, которые учатся на человеческих предпочтениях, и многих других последних достижениях RL. Прочитав книгу, вы приобретете знания и опыт, необходимые для реализации обучения с подкреплением и глубокого обучения с подкреплением в реальных проектах, и войдете в мир искусственного интеллекта.
Доп. точки доступа:
Матвеев, Е.\пер.\
Ravichandiran, S.
Экз-ры полностью Ж2-20/66943
Имеются экземпляры в отделах: всего 1 : ПНТ (1)
Свободны: ПНТ (1)
Полный текст

Показать все результаты

Показать все результаты

Ehrenburg H.H. A finite automation learning system using genetic programming / H.H.Ehrenburg,H.A.N.van Maanen, 1994. - 38 p. - Текст : непосредственный.Machine learning-EWSL-91 : European working sess.on learning PortoMarch 6-8,1991:Proc. / Ed. K. Kodratoff, 1991. - 537 p. - Текст : непосредственный.Machine learning, meta-reasoning and logics / сост.ed. P. B. Brazdil, сост.ed. K. Konolige, 1990. - XX,328 p. p. - Текст : непосредственный.Самообучающиеся системы / С. И. Николенко, А. Л. Тулупьев, 2009. - 287 с. - Текст : непосредственный.Vovk V. Algorithmic learning in a random world / V. Vovk, A. Gammerman, G. Shafer, 2005 r=on-line.Machine learning in computer vision / N. Sebe [et al.], 2005 r=on-line.Abe S. Support vector machines for pattern classification / S. Abe, 2005 r=on-line.Bandyopadhyay S. Classification and learning using genetic algorithms : applications in bioinformatics and web intelligence / S. Bandyopadhyay, S. Pal, 2007 r=on-line Gong Y. Machine learning for multimedia content analysis / Y. Gong, W. Xu, 2007 r=on-line.Camastra F. Machine learning for audio, image and video analysis : theory and applications / F. Camastra, A. Vinciarelli, 2008 r=on-line.Steinwart I. Support vector machines / I. Steinwart, A. Christmann, 2008 r=on-line.Raedt L. Logical and relational learning / L. Raedt, 2008 r=on-line.Machine learning : modeling data locally and globally / K. Huang [et al.], 2008 r=on-line.Emmert-Streib F. Information theory and statistical learning / F. Emmert-Streib, M. Dehmer, 2009 r=on-line.Adaptive agents and multi-agent systems II : adaptation and multi-agent learning / ed. D. Kudenko [et al.], 2005 r=on-line.Anticipatory behavior in adaptive learning systems : from brains to individual and social behavior / ed. M. V. Butz [et al.], 2007 r=on-line.Jensen R. Computational intelligence and feature selection : rough and fuzzy approaches / R. Jensen, Q. Shen, 2008 r=on-line. - Текст : электронный.Active conceptual modeling of learning : next generation learning-base system development / eds. P. P. Chen, L. Y. Wong, 2008 r=on-line.Butz M.V. Rule-based evolutionary online learning systems : a principled approach to LCS analysis and design / M. V. Butz, 2006 r=on-line.Jin Y. Multi-objective machine learning / Y. Jin, 2006 r=on-line.

Показать все результаты

Показать все результаты

Заказ фрагмента документа ₽

Просмотр издания

Полное описание

Заглавие137

Тематический рубрикатор (ГРНТИ)6146

Предметные рубрики930

УДК/ББК5465