Einstieg in Deep Reinforcement Learning: KI-Agenten mit Python und PyTorch programmieren. Inkl. E-Book
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar
Beschreibung
"Einstieg in Deep Reinforcement Learning: KI-Agenten mit Python und PyTorch programmieren" von Brandon Brown ist ein praxisorientiertes Buch, das Lesern den Zugang zur Welt des Deep Reinforcement Learning (DRL) erleichtern soll. Das Buch richtet sich an Programmierer und Data Scientists, die bereits Grundkenntnisse in Python haben und sich nun mit DRL beschäftigen möchten. Es beginnt mit einer Einführung in die grundlegenden Konzepte des Reinforcement Learnings, gefolgt von einer detaillierten Erklärung der Rolle von Deep Learning in diesem Bereich. Der Autor erklärt schrittweise die Implementierung von KI-Agenten mithilfe der Programmiersprache Python und dem Framework PyTorch. Das Buch behandelt verschiedene Algorithmen wie Q-Learning, Deep Q-Networks (DQN), Policy-Gradient-Methoden und Actor-Critic-Modelle. Jedes Kapitel bietet praktische Beispiele und Übungen, um das Gelernte zu festigen. Zudem wird auf Best Practices eingegangen, um effizientere Modelle zu entwickeln. Ein besonderer Fokus liegt auf der Anwendung der erlernten Techniken in realen Szenarien, sodass Leser ihre eigenen Projekte im Bereich Künstliche Intelligenz umsetzen können. Ergänzt wird das Werk durch ein E-Book, das zusätzliche Ressourcen und Code-Beispiele enthält.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
Alexander Zai ist Machine Learning Engineer bei Amazon AI und arbeitet an MXNet, das eine Reihe von AWS-Maschinenlernprodukten unterstützt. Er ist auch Mitbegründer von Codesmith, einem Bootcamp für Softwareentwicklung mit Niederlassungen in Los Angeles und New York.
- Hardcover
- 329 Seiten
- Erschienen 2022
- Apress