Грокаем глубокое обучение с подкреплением. Мигель Моралес

Мы учимся, взаимодействуя с окружающей средой, и получаемые вознаграждения и наказания определяют наше поведение в будущем. Глубокое обучение с подкреплением привносит этот естественный процесс в искусственный интеллект и предполагает анализ результатов для выявления наиболее эффективных путей движения вперед. Агенты глубокого обучения с подкреплением могут способствовать успеху маркетинговых кампаний, прогнозировать рост акций и побеждать гроссмейстеров в Го и шахматах.

Давайте научимся создавать системы глубокого обучения на примере увлекательных упражнений, сопровождаемых кодом на Python с подробными комментариями и понятными объяснениями. Вы увидите, как работают алгоритмы, и научитесь создавать собственных агентов глубокого обучения с подкреплением, используя оценочную обратную связь.

Об авторах

Мигель Моралес — старший инженер-исследователь в Lockheed Martin, Aeronautics-Advanced Development Programs (Skunk Works). Он читает курс «Обучение с подкреплением и принятие решений» в Технологическом институте Джорджии. Мигель работал во многих образовательных и технологических компаниях, включая Udacity, AT&T, Cisco и HPE.