会员
Python Reinforcement Learning
更新时间：2021-06-24 15:18:32 最新章节：Leave a review - let other readers know what you think
书籍简介
ReinforcementLearning(RL)isthetrendingandmostpromisingbranchofartificialintelligence.ThisLearningPathwillhelpyoumasternotonlythebasicreinforcementlearningalgorithmsbutalsotheadvanceddeepreinforcementlearningalgorithms.TheLearningPathstartswithanintroductiontoRLfollowedbyOpenAIGym,andTensorFlow.YouwillthenexplorevariousRLalgorithms,suchasMarkovDecisionProcess,MonteCarlomethods,anddynamicprogramming,includingvalueandpolicyiteration.You'llalsoworkonvariousdatasetsincludingimage,text,andvideo.Thisexample-richguidewillintroduceyoutodeepRLalgorithms,suchasDuelingDQN,DRQN,A3C,PPO,andTRPO.Youwillgainexperienceinseveraldomains,includinggaming,imageprocessing,andphysicalsimulations.You'llexploreTensorFlowandOpenAIGymtoimplementalgorithmsthatalsopredictstockprices,generatenaturallanguage,andevenbuildotherneuralnetworks.Youwillalsolearnaboutimagination-augmentedagents,learningfromhumanpreference,DQfD,HER,andmanyoftherecentadvancementsinRL.BytheendoftheLearningPath,youwillhavealltheknowledgeandexperienceneededtoimplementRLanddeepRLinyourprojects,andyouentertheworldofartificialintelligencetosolvevariousreal-lifeproblems.ThisLearningPathincludescontentfromthefollowingPacktproducts:Hands-OnReinforcementLearningwithPythonbySudharsanRavichandiran.PythonReinforcementLearningProjectsbySeanSaito,YangWenzhuo,andRajalingappaaShanmugamani.
品牌：中图公司
上架时间：2019-04-18 00:00:00
出版社：Packt Publishing
本书数字版权由中图公司提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
Sudharsan Ravichandiran Sean Saito Rajalingappaa Shanmugamani Yang Wenzhuo
最新上架
- 会员《企业级大数据项目实战：用户搜索行为分析系统从0到1》基于真实业务场景，以项目导向为主线，从0到1全面介绍企业级大数据用户搜索行为分析系统的搭建过程。全书共6章，第1章讲解项目需求与架构设计，详细阐述项目数据流与系统架构；第2章介绍大数据项目开发环境配置，手把手带领读者配置操作系统、Hadoop集群与相关工具，为后续项目实施打下基础；第3～5章逐步实现项目需求，第3章讲解用户行为数据采集模块的开发计算机9万字
- 会员高质量的数据关乎企业运营、合规、决策和业绩的关键，哈佛商业评论的一项研究发现，企业中只有3%的数据符合质量标准，绝大多数公司都在寻求切实可行的指导来提高数据质量。本书作者基于多年在数据、数据分析和人工智能方面的实践经验，阐述了4步构建高质量数据体系。他提出了高质量数据的四阶段DARS方法（定义、评估、实现、持续）和10个数据质量最佳实践案例，以此来提高业务中的数据质量水平，为业务提供数据价值，保证计算机11.7万字
- 会员这是一套数据指标体系全流程构建（从规划、框架设计、数据采集加工到应用）方法论与实践指南。它不仅深入浅出地分享了通用的数据指标体系构建策略，还通过多个行业实例展示了具体操作方法。书中从数据采集入手，借助BI工具Superset实践构建过程。本着“一切技术都是为业务服务的”这一宗旨，本书除了包含数据指标体系构建相关内容外，还结合统计学原理及Excel、Python等工具，深入剖析数据指标波动对业务的影计算机12.7万字
- 会员《数据分析师手记：数据分析72个核心问题精解》从底层认知、思维方法、工具技术、项目落地及展望出发，使用问答的形式对数据分析中的72个核心知识点进行讲解，构建了数据分析的知识框架，带领读者认识数据分析背后的奥妙。读者可以用本书作为学习地图，针对具体的方法、技术进行延伸学习。计算机16.8万字
- 会员本书是《数据库原理——GaussDB技术及应用》一书配套的辅助教材。全书共分3部分：第一部分为实验指导，共有13个综合实验，每一个实验都是根据教学目标而设计，详细讲述了每一个实验的实验目的、实验任务及实验步骤，从而培养学生掌握关系数据库管理软件技术与应用的技能；第二部分为习题集，是根据主教材各章节内容编写的习题及习题答案，内容广泛，有填空、选择、简答、设计及实验题等多种形式，利求通过对这些习题的训计算机6.9万字
- 会员时序数据库是一种新型技术，主要用于工业互联网软件建设中。近年来，伴随着物联网技术在智能制造、交通、能源、智慧城市等领域的发展，时序数据库也发展迅速，成为搭建应用的必备数据库之一。《深入理解InfluxDB》从InfluxDB的安装开始，一步步详细介绍InfluxDB的功能及原理，带领读者深入理解以InfluxDB为代表的时序数据库。计算机7.6万字
- 会员数据科学的关键技术包括数据存储计算、数据治理、结构化数据分析、语音分析、视觉分析、文本分析和知识图谱等方面。本书的重点是详细介绍文本分析和知识图谱方面的技术。文本分析技术主要包括文本预训练模型、多语种文本分析、文本情感分析、文本机器翻译、文本智能纠错、NL2SQL问答以及ChatGPT大语言模型等。知识图谱技术主要包括知识图谱构建和知识图谱问答等。本书将理论介绍和实践相结合，详细阐述各个技术主题的计算机21.6万字
- 会员本书以案例的形式，介绍从思维模型分析到场景实践的数据分析方法。全书围绕“数据分析”与“运营增长”两大关键要素，在系统介绍数据分析思维、数据分析方法、数据采集技能、数据清洗技能等基础知识的同时，以问题为导向，解读运营与增长的关键性业务内容，在获客、激活、留存、变现、自传播循环等各个核心运营环节展开数据分析实战。本书提供案例相关数据集与源码包，适合数据分析、产品运营、市场营销等行业有数据分析具体业务需计算机12万字
同类书籍最近更新
- 会员作者针对高维稀疏数据挖掘问题，从数据预处理的角度，研究对象—属性空间的划分问题，其目的是把所研究的数据挖掘空间分解为若干规模较小的对象：属性空间，从而降低实际数据挖掘的难度。本书针对高维稀疏数据挖掘问题，以降低数据挖掘规模，建立了体系完整的数据预处理理论和方法，具有很强的理论意义和实际应用前景。数据库6.4万字
- 会员《MATLAB基础及其应用教程》基于MATLAB7.1版，详细介绍了MATLAB的基础知识、数值计算、符号运算、图形处理、程序设计、SIMULINK仿真等内容，为配合教学，各章编写了教学提示、教学要求和爿题，书后附有上机实验指导。数据库12.4万字
- 会员如何分析数据，让营销更精准，让成本更低，实现利润极大化？本书以“零基础”为起点，以“实战操作”为主线，通过7大数据分析方法、7种美化数据方式、8大专题全程讲解、75个专家提醒、408张图片全程图解，帮助读者实现数据分析从入门到精通，从新手成为数据分析高手。本书内容丰富、实战性强，适合于对数据分析感觉兴趣的读者，特别是数据分析人员、销售策划人员等阅读参考。数据库6.7万字
- 会员本书将基本的算法设计技术和数据结构很好地结合起来，第1章介绍数据结构和算法在程序设计中的作用，以及数据结构和算法的基本概念；第2章以初等数论作为应用实例介绍基本的算法设计技术，使学生初步理解常用的蛮力法、分治法、减治法、贪心法、动态规划法等算法设计技术的设计思想；第3～7章依次介绍线性表、栈和队列、字符串和多维数组、树和二叉树、图等数据结构，并从算法设计技术的角度讨论数据结构的基本操作；第8章和第数据库15万字
- 会员这是一本依据最新技术版本，系统、全面、详细讲解Spark的著作，作者结合自己在微软和IBM的实践经验和对Spark源代码的研究撰写而成。首先从技术层面讲解了Spark的体系结构、工作机制、安装与部署、开发环境搭建、计算模型、Benchmark、BDAS等内容；然后从应用角度讲解了一些简单的、有代表性的案例；最后对Spark的性能优化进行了探讨。数据库10.8万字