Глубокое обучение с подкреплением на Python OpenAl Gym и TensorFlow для профи

Глубокое обучение с подкреплением на Python OpenAl Gym и TensorFlow для профи

Библиографическая информация
Главный автор:	Равичандиран, Судхарсан
Формат:	Книга
Язык:	Russian
Публикация:	Санкт-Петербург [и др.] Питер 2020
Серии:	Библиотека программиста
Предметы:	искусственный интеллект машинное обучение глубокое обучение (искусственный интеллект) с подкреплением Python, язык программирования OpenAl Gym TensorFlow марковский процесс принятия решений динамическое программирование Монте-Карло методы в играх обучение (искусственный интеллект) на основе временных различий алгоритмы глубокого обучения с подкреплением глубокое обучение (искусственный интеллект) с подкреплением, платформы глубокое обучение (искусственный интеллект) с подкреплением, применение глубокое обучение (искусственный интеллект) с подкреплением, задачи задача о многоруком бандите (обучение с подкреплением) глубокие рекуррентные Q-сети, принципы работы "актор-критик", асинхронная преимущественная сеть обучение (искусственный интеллект) с подкреплением, виды
Online-ссылка:	Перейти в каталог НБ ТГУ

Похожие документы

Глубокое обучение с подкреплением: теория и практика на языке Python
по: Грессер, Лаура
Публикация: (2022)

Генеративное глубокое обучение творческий потенциал нейронных сетей
по: Фостер, Дэвид
Публикация: (2020)

Глубокое обучение с подкреплением AplhaGo и другие технологии
по: Лапань, Максим
Публикация: (2020)

Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow концепции, инструменты и техники для создания интеллектуальных систем : пер. с англ.
по: Жерон, Орельен
Публикация: (2019)

Искусственный интеллект с примерами на Python создание приложений искусственного интеллекта с помощью Python для взаимодействия с окружающим миром
по: Джоши, Пратик
Публикация: (2019)

Глубокое обучение на Python
по: Шолле, Франсуа
Публикация: (2022)

Искусственный интеллект и компьютерное зрение реальные проекты на Python, Keras и TensorFlow
по: Коул, Анирад
Публикация: (2023)

Глубокое обучение погружение в мир нейронных сетей
по: Николенко, Сергей Игоревич
Публикация: (2023)

Грокаем алгоритмы искусственного интеллекта
по: Харбанс, Ришал
Публикация: (2023)

Машинный интеллект очерки по теории машинного обучения и искусственного интеллекта
по: Шумский, Сергей Александрович
Публикация: (2020)

Обучение с подкреплением для реальных задач. Инженерный подход [для аналитиков данных и специалистов по искусственному интеллекту] : пер. с англ.
по: Уиндер, Фил
Публикация: (2023)

Введение в искусственный интеллект
по: Эртель, Вольфганг
Публикация: (2019)

Машинное обучение: новый искусственный интеллект [пер. с англ.]
по: Алпайдин, Этем
Публикация: (2017)

Multi-UAV encirclement training optimization method based on implicit curriculum experience partitioning
по: Ling, Y. H.

Глубокое обучение на Python
по: Шолле, Франсуа
Публикация: (2019)

Автоматическая генерация коротких текстов на основе применения нейронных сетей LSTM и SeqGAN
по: Кривошеев, Николай Анатольевич

Власть роботов как подготовиться к неизбежному
по: Форд, Мартин
Публикация: (2022)

Грокаем глубокое обучение
по: Траск, Эндрю
Публикация: (2022)

Обработка естественного языка в действии
по: Хобсон, Лейн
Публикация: (2020)

Распознавание образов. Введение в методы статистического обучения
по: Мерков, Александр Борисович
Публикация: (2019)

Объяснимые модели искусственного интеллекта на Python Модель искусственного интеллекта. Объяснения с использованием библиотек, расширений и фреймворков на основе языка Python
по: Мишра, Прадипта
Публикация: (2022)

Распознавание образов построение и обучение вероятностных моделей
по: Мерков, Александр Борисович
Публикация: (2020)

Studying knowledge graph
по: Wang, F.

Технологическая сингулярность перевод с английского
по: Шанахан, Мюррей
Публикация: (2017)

Прикладное машинное обучение без учителя с использованием Python
по: Пател, Анкур А.
Публикация: (2020)

PyTorch освещая глубокое обучение
по: Стивенс, Эли
Публикация: (2022)

Глубокое обучение с R и Keras Франсуа Шолле ; при участии Томаша Калиновски и Дж. Дж. Аллера ; пер. с англ. В. С. Яценкова
по: Шолле, Франсуа
Публикация: (2023)

Внедрение искусственного интеллекта в бизнес-практику преимущества и сложности
по: Дэвенпорт, Томас Х.
Публикация: (2021)

Прикладное глубокое обучение подход к пониманию глубоких нейронных сетей на основе метода кейсов
по: Микелуччи, Умберто
Публикация: (2020)

TensorFlow для глубокого обучения [от линейной регрессии до обучения с максимизацией подкрепления : для разработчиков систем машинного обучения]
по: Рамсундар, Бхарат
Публикация: (2019)

Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных
по: Флах, Петер
Публикация: (2015)

Архитекторы интеллекта вся правда об искусственном интеллекте от его создателей
по: Форд, Мартин
Публикация: (2020)

Искусственный интеллект - для вашего бизнеса? руководство по оценке и применению : пер. с англ.
по: Берджесс, Эндрю
Публикация: (2021)

Использование алгоритмов обучения с подкреплением для контроля и регулирования дорожного трафика г. Томска
по: Труфанов, Давид Александрович

Машинное обучение: основы, алгоритмы и практика применения пер. с англ.
по: Уатт, Джереми
Публикация: (2022)

Искусственный интеллект в медицине как умные технологии меняют подход к лечению : пер. с англ.
по: Тополь, Эрик
Публикация: (2022)

Artifical intelligence, ownership of intellectual property rights and legal responsibilities - present & future
по: Yalçiner, Uğur G.

Алгоритмы принятия решений
по: Кохендерфер, Майкл Дж
Публикация: (2023)

Совместимость как контролировать искусственный интеллект : пер. с англ.
по: Рассел, Стюарт 1962-
Публикация: (2021)

Глубокое обучение с fastai и PyTorch минимум формул, минимум кода, максимум эффективности
по: Ховард, Джереми
Публикация: (2022)