Deep Reinforcement Learning Hands-On: Apply modern RL methods to practical problems of chatbots, robotics, discrete optimization, web automation, and more
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
"Deep Reinforcement Learning Hands-On" von Maxim Lapan ist ein praxisorientiertes Buch, das sich mit der Anwendung moderner Methoden des Deep Reinforcement Learning (DRL) auf reale Probleme befasst. Es bietet eine umfassende Einführung in die Grundlagen und Konzepte des DRL und zeigt, wie diese Techniken in verschiedenen Bereichen angewendet werden können. Dazu gehören unter anderem Chatbots, Robotik, diskrete Optimierung und Web-Automatisierung. Das Buch kombiniert theoretische Erklärungen mit praktischen Beispielen und Code-Snippets, um dem Leser zu helfen, ein tiefes Verständnis für die Funktionsweise von DRL-Algorithmen zu entwickeln. Durch den Einsatz von Python und Bibliotheken wie PyTorch wird der Lernprozess unterstützt. Ziel des Buches ist es, den Leser in die Lage zu versetzen, eigenständig DRL-Modelle zu entwickeln und auf praktische Probleme anzuwenden.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Kartoniert
- 445 Seiten
- Erschienen 2020
- dpunkt.verlag GmbH
- Hardcover
- 372 Seiten
- Erschienen 2019
- Packt Publishing
- paperback
- 502 Seiten
- Erschienen 2017
- Taylor & Francis Inc
- Hardcover
- 622 Seiten
- Erschienen 2017
- Packt Publishing
- Klappenbroschur
- 479 Seiten
- Erschienen 2020
- Rheinwerk Computing
- Gebunden
- 179 Seiten
- Erschienen 2019
- Springer
- paperback
- 432 Seiten
- Erschienen 2025
- Jojo Ventures
- hardcover
- 358 Seiten
- Erschienen 1999
- CRC Press
- Gebunden
- 255 Seiten
- Erschienen 2017
- Springer




