Учење појачавањем за проблеме из стварног света: инжењерски приступ
| Автор | Фил Виндер |
| Издательство | BHV |
| Год издания | 2023 |
| ISBN | 978-5-9775-6885-2 Скопировано |
| Страниц | 400 |
| Обложка | Меки повез |
| Формат | 1,8x16,5x23,3 |
Књига је посвећена индустријски оријентисаним применама учења појачања (RL). Објашњава како тренирати индустријске и научне системе да решавају било које корак-по-корак проблеме методом покушаја и грешака – без припреме високо специјализованих скупова података за обуку и без ризика од прекомерног прилагођавања или прекомерног компликовања алгоритма. Покрива Марковљеве процесе одлучивања, дубоке Q-мреже, градијенте политика и њихово израчунавање, методе за елиминисање ентропије и још много тога. Ова књига је прва…
Књига је посвећена индустријски оријентисаној примени учења са појачањем (RL). Објашњава како обучити индустријске и научне системе да решавају било које корак-по-корак проблеме методом покушаја и грешака – без припреме високо специјализованих скупова података за обуку и без ризика од прекомерног обучавања или прекомерног компликовања алгоритма. Разматрају се Марковљеви процеси доношења одлука, дубоке Q-мреже, градијенти политике и њихово израчунавање, методе за елиминисање ентропије и још много тога. Ова књига је прва на руском језику где су теоријске основе RL и алгоритама дате у примењеном, индустријски специфичном кључу. За аналитичаре података и стручњаке за вештачку интелигенцију.
У онлајн продавници су доступне следеће опције плаћања:
- Готовина или банковна картица приликом преузимања.
- Банковном картицом онлајн.
Информације ће се појавити касније
