Zertifizierter Online-Shop seit 2000
Mit unseren Experten sprechen: 0 21 91 - 99 11 00Sprechen Sie mit unseren Experten: 0 21 91 - 99 11 00
Lassen Sie sich jetzt beratenPfeil zur Service-Telefonnummer
Mit unseren Experten sprechen: 0 21 91 - 99 11 00Sprechen Sie mit unseren Experten: 0 21 91 - 99 11 00
Logo EDV-BUCHVERSAND Delf Michel
Software & Fachbücher vom Experten
Logo EDV-BUCHVERSAND Delf Michel
Software & Fachbücher vom Experten
Mit unseren Experten sprechen: 0 21 91 - 99 11 00Sprechen Sie mit unseren Experten: 0 21 91 - 99 11 00
0
Deep Reinforcement Learning

Deep Reinforcement Learning

Das umfassende Praxis-Handbuch

Moderne Algorithmen für Chatbots, Robotik

Verlag

mitp Verlag

Autor:in

Maxim Lapan

Fassung

762 Seiten, Softcover, 2. Auflage

Erschienen

07/2020

ISBN

978-3-7475-0036-1
9783747500361

Buch

10,00 inkl. MwSt.
Best.-Nr.: ITP-0036
zzgl. € 3,95 Versand (D)
Lieferbar in 48 h
Deep Reinforcement Learning

Deep Reinforcement Learning

Das umfassende Praxis-Handbuch

Moderne Algorithmen für Chatbots, Robotik

Verlag: mitp Verlag
Autor:in Maxim Lapan
Fassung: 762 Seiten, Softcover, 2. Auflage
Erschienen: 07/2020
ISBN: 978-3-7475-0036-1
9783747500361
Best.-Nr.: ITP-0036
Lieferbar in 48 h
10,00 inkl. MwSt.
zzgl. € 3,95 Versand (D)
Inhaltsverzeichnis: Jetzt downloaden
Vorwort: Jetzt downloaden
Leseprobe: Jetzt downloaden

Deep Reinforcement Learning

Das umfassende Praxis-Handbuch

Moderne Algorithmen für Chatbots, Robotik

Deep Reinforcement Learning
Best.-Nr.: ITP-0036
Lieferbar in 48 h
10,00 inkl. MwSt.
zzgl. € 3,95 Versand (D)
Verlag: mitp Verlag
Autor:in Maxim Lapan
Fassung: 762 Seiten, Softcover, 2. Auflage
Erschienen: 07/2020
ISBN: 978-3-7475-0036-1
9783747500361
Inhaltsverzeichnis: Jetzt downloaden
Vorwort: Jetzt downloaden
Leseprobe: Jetzt downloaden
Reinforcement Learning ist ein Teilgebiet des Machine Learnings. Hierbei werden selbstständig lernende Agenten programmiert, deren Lernvorgang ausschließlich durch ein Belohnungssystem und die Beobachtung der Umgebung gesteuert wird. In diesem umfassenden Praxis-Handbuch zeigt Ihnen Maxim Lapan, wie Sie diese zukunftsweisende Technologie in der Praxis einsetzen.

Sie lernen, wie Sie passende RL-Methoden für Ihre Problemstellung auswählen und mithilfe von Deep-Learning-Methoden Agenten für verschiedene Aufgaben trainieren wie zum Beispiel für das Lösen eines Zauberwürfels, für Natural Language Processing in Microsofts TextWorld-Umgebung oder zur Realisierung moderner Chatbots.

Alle Beispiele sind so gewählt, dass sie leicht verständlich sind und Sie diese auch ohne Zugang zu sehr großer Rechenleistung umsetzen können. Unter Einsatz von Python und der Bibliothek PyTorch ermöglicht Ihnen der Autor so einen einfachen und praktischen Einstieg in die Konzepte und Methoden des Reinforcement Learnings wie Deep Q-Networks, Wertiteration, Policy Gradients, Trust Region Policy Optimization (TRPO), genetische Algorithmen und viele mehr.

Es werden grundlegende Kenntnisse in Machine Learning und Deep Learning sowie ein sicherer Umgang mit Python vorausgesetzt.

Aus dem Inhalt

  • Implementierung komplexer Deep-Learning-Modelle mit RL in tiefen neuronalen Netzen
  • Ermitteln der passenden RL-Methoden für verschiedene Problemstellungen, darunter DQN, Advantage Actor Critic, PPO, TRPO, DDPG, D4PG und mehr
  • Bauen und Trainieren eines kostengünstigen Hardware-Roboters
  • NLP in Microsofts TextWorld-Umgebung für interaktive Spiele
Hier das ganze Inhaltsverzeichnis lesen.
  • Diskrete Optimierung für das Lösen von Zauberwürfeln
  • Trainieren von Agenten für Vier Gewinnt mittels AlphaGo Zero
  • Die neuesten Deep-RL-Methoden für Chatbots
  • Moderne Explorationsverfahren wie verrauschte Netze und Netz-Destillation
Machine Learning besitzt eine verborgene und somit oft übersehene zeitliche Dimension. Das heißt, ein Klassifizierer, der heute gute Ergebnisse liefert, wird mit der Zeit schlechter, wenn bei einer Gesichtserkennung beispielsweise Personen altern oder sich die Frisur ändert. Maxim Lapan zeigt in dieser Leseprobe, wie Reinforcement Learning diesem Problem begegnet. Dieses Wissen bildet zugleich die Grundlage für das Verständnis der nachfolgenden Teile des Buchs.

Wer hat's geschrieben?

Bild von Autor:in Maxim Lapan

Maxim Lapan ist Deep-Learning-Enthusiast und unabhängiger Forscher. Er verfügt über 15 Jahre Erfahrung als Softwareentwickler und Systemarchitekt. Er hat Linux-Kernel-Treiber entwickelt und verteilte Anwendungen entworfen und optimiert, die auf Tausenden Servern laufen. Er besitzt umfangreiche Erfahrung mit Big Data, Machine Learning und großen HPC- und Nicht-HPC-Systemen und hat das Talent, komplizierte Dinge in einfacher Sprache und mit anschaulichen Beispielen zu erklären. Derzeit beschäftigt er sich insbesondere mit praktischen Anwendungen des Deep Learnings, wie der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) und Deep Reinforcement Learning.
Maxim lebt mit seiner Familie in Moskau.

Bild von Autor:in Maxim Lapan
Deep Reinforcement Learning

Deep Reinforcement Learning

Das umfassende Praxis-Handbuch

Moderne Algorithmen für Chatbots, Robotik

Verlag

mitp Verlag

Autor:in

Maxim Lapan

Fassung

762 Seiten, Softcover, 2. Auflage

Erschienen

07/2020

ISBN

978-3-7475-0036-1
9783747500361

Buch

10,00 inkl. MwSt.
Best.-Nr.: ITP-0036
zzgl. € 3,95 Versand (D)
Lieferbar in 48 h
Deep Reinforcement Learning

Deep Reinforcement Learning

Das umfassende Praxis-Handbuch

Moderne Algorithmen für Chatbots, Robotik

Best.-Nr.: ITP-0036
Lieferbar in 48 h
10,00 inkl. MwSt.
zzgl. € 3,95 Versand (D)

Deep Reinforcement Learning

Das umfassende Praxis-Handbuch

Moderne Algorithmen für Chatbots, Robotik

Deep Reinforcement Learning
Best.-Nr.: ITP-0036
Lieferbar in 48 h
10,00 inkl. MwSt.
zzgl. € 3,95 Versand (D)
Deep Reinforcement Learning
Deep Reinforcement Learning