Обучение с подкреплением для реальных задач. Инженерный подход [для аналитиков данных и специалистов по искусственному интеллекту] : пер. с англ.

Библиографическая информация
Главный автор:	Уиндер, Фил
Формат:	Книга
Язык:	Russian
Публикация:	Санкт-Петербург БХВ-Петербург 2023
Предметы:	машинное обучение с подкреплением, концепции искусственный интеллект марковские процессы принятия решений динамическое программирование Монте-Карло методы машинное обучение с учетом временных различий Q-обучение алгоритмы n-шаговые Уоткинса алгоритм обучения машинное обучение глубокое, архитектура нейронные сети глубокие нейронные Q-сети глубокие оптимальная политика машинного обучения, методы градиента оптимальная политика машинного обучения, методы машинное обучение агента, улучшение процесса RL-проект, жизненный цикл машинное обучение с подкреплением, этапы машинное обучение с подкреплением, применение

Похожие документы