Aprendizaje por Refuerzo Aplicado con Python: Con Openai Gym, Tensorflow y Keras

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 10 votos.

Título original:

Applied Reinforcement Learning with Python: With Openai Gym, Tensorflow, and Keras

Contenido del libro:

Capítulo 1: Introducción al aprendizaje por refuerzoObjetivo del capítulo: Informar al lector de la historia del campo, sus aplicaciones actuales, así como discutir en general el esquema del texto y lo que el lector puede esperar aprender No hay páginas 10Sub -Temas1. 1. ¿Qué es el aprendizaje por refuerzo? 2. 2. Historia del aprendizaje por refuerzo 3. Aplicaciones del aprendizaje por refuerzo Aplicaciones del aprendizaje por refuerzo.

Capítulo 2: Algoritmos de aprendizaje por refuerzoObjetivo del capítulo: Establecer un entendimiento con el lector sobre cómo funcionan los algoritmos de aprendizaje por refuerzo y en qué se diferencian de los métodos básicos de ML/DL. Se proporcionarán ejemplos prácticos para este capítulo.

Nº de páginas: 50.

Sub - Temas 1. Métodos de solución tabular2. 2. Métodos de solución aproximada.

Capítulo 3: Aprendizaje Q Objetivo del capítulo: En este capítulo, los lectores continuarán ampliando sus conocimientos de RL mediante la resolución de problemas en espacios de acción discretos Nº de páginas: 40 Sub - Temas: 1. Redes Q profundas2. Aprendizaje Q doblemente profundo.

Capítulo 4: Creación de mercados basada en el aprendizaje por refuerzo Objetivo del capítulo: En este capítulo, nos centraremos en un caso de uso basado en las finanzas, concretamente en la creación de mercados, en el que debemos comprar y vender un instrumento financiero a un precio determinado. Aplicaremos un enfoque de aprendizaje por refuerzo a este conjunto de datos y veremos cómo se comporta a lo largo del tiempo No de páginas: 50Sub - Temas: 1. 1. Creación de mercados AWS/Google Cloud3. Cron.

Capítulo 5: Aprendizaje por refuerzo para videojuegos Objetivo del capítulo: En este capítulo, nos centraremos en un caso de uso más generalizado del aprendizaje por refuerzo en el que enseñamos a un algoritmo a jugar con éxito a un juego contra una IA basada en ordenador. Nº de páginas: 50Sub - Temas: 1. Antecedentes del juego y recopilación de datos.