Учење појачавањем за проблеме из стварног света: инжењерски приступ

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.