Грокаємо глибоке навчання з підкріпленням. Мігель Моралес

Ми вчимося, взаємодіючи з навколишнім середовищем, і одержувані винагороди і покарання визначають нашу поведінку в майбутньому. Глибоке навчання з підкріпленням привносить цей природний процес у штучний інтелект і передбачає аналіз результатів для виявлення найефективніших шляхів руху вперед. Агенти глибокого навчання з підкріпленням можуть сприяти успіху маркетингових кампаній, прогнозувати зростання акцій і перемагати гросмейстерів у Го і шахах.

Давайте навчимося створювати системи глибокого навчання на прикладі захопливих вправ, що супроводжуються кодом на Python з докладними коментарями та зрозумілими поясненнями. Ви побачите, як працюють алгоритми, і навчитеся створювати власних агентів глибокого навчання з підкріпленням, використовуючи оціночний зворотний зв'язок.

Про авторів

Мігель Моралес - старший інженер-дослідник у Lockheed Martin, Aeronautics-Advanced Development Programs (Skunk Works). Він читає курс «Навчання з підкріпленням і прийняття рішень» у Технологічному інституті Джорджії. Мігель працював у багатьох освітніх і технологічних компаніях, включно з Udacity, AT&T, Cisco і HPE.