Ihre E-Mail wurde erfolgreich gesendet. Bitte prüfen Sie Ihren Maileingang.

Leider ist ein Fehler beim E-Mail-Versand aufgetreten. Bitte versuchen Sie es erneut.

Vorgang fortführen?

Exportieren
Filter
Medientyp
Sprache
Region
Bibliothek
Erscheinungszeitraum
Fachgebiete(RVK)
Zugriff
  • 1
    UID:
    b3kat_BV046425480
    Umfang: 762 Seiten , Illustrationen, Diagramme
    Ausgabe: 1. Auflage
    ISBN: 9783747500361 , 3747500366
    Originaltitel: Deep reinforcement learning hands-on
    Anmerkung: Auf dem Umschlag: "Moderne Algorithmen für Chatbots, Robotik, diskrete Optimierung und Web-Automatisierung inkl. Multiagenten-Methoden"
    Weitere Ausg.: Erscheint auch als Online-Ausgabe ISBN 978-3-7475-0037-8
    Weitere Ausg.: Erscheint auch als Online-Ausgabe ISBN 9783747500385
    Sprache: Deutsch
    Fachgebiete: Informatik
    RVK:
    RVK:
    RVK:
    Schlagwort(e): Deep Learning ; Maschinelles Lernen ; Deep Learning ; Bestärkendes Lernen
    Mehr zum Autor: Lapan, Maxim
    Mehr zum Autor: Lorenzen, Knut
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 2
    UID:
    almafu_9960780451502883
    Umfang: Online-Ressource (768 Seiten).
    Ausgabe: 2020
    ISBN: 9783747500378
    Serie: mitp Professional
    Weitere Ausg.: ISBN 9783747500361
    Sprache: Deutsch
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 3
    UID:
    kobvindex_ZLB34408126
    Umfang: 762-ö Seiten , Illustrationen , 24 cm
    Ausgabe: 1. Auflage
    ISBN: 9783747500361
    Serie: mitp Professional
    Inhalt: Praktische Einführung in das Reinforcement Learning von den grundlegenden Prinzipien bis hin zu den neuesten Algorithmen mit Codebeispielen in Pytho. Selbstständig lernende Agenten programmieren für die Steuerung von Robotern, NLP in interaktiven Spielen, Chatbots und mehr Alle wichtigen Methoden anschaulich erläutert: Deep-Q-Networks, Wertiteration, Policy Gradients, Trust Region Policy Optimization (TRPO), genetische Algorithmen u.v.m. Reinforcement Learning ist ein Teilgebiet des Machine Learnings. Hierbei werden selbstständig lernende Agenten programmiert, deren Lernvorgang ausschließlich durch ein Belohnungssystem und die Beobachtung der Umgebung gesteuert wird. In diesem umfassenden Praxis-Handbuch zeigt Ihnen Maxim Lapan, wie Sie diese zukunftsweisende Technologie in der Praxis einsetzen. Sie lernen, wie Sie passende RL-Methoden für Ihre Problemstellung auswählen und mithilfe von Deep-Learning-Methoden Agenten für verschiedene Aufgaben trainieren wie zum Beispiel für das Lösen eines Rubik's Würfels, für Natural Language Processing in Microsofts TextWorld-Umgebung oder zur Realisierung moderner Chatbots. Alle Beispiele sind so gewählt, dass sie leicht verständlich sind und Sie diese auch ohne Zugang zu sehr großer Rechenleistung umsetzen können. Unter Verwendung der Bibliothek PyTorch ermöglicht Ihnen der Autor so einen einfachen und praktischen Einstieg in die Konzepte und Methoden des Reinforcement Learnings wie Deep-Q-Networks, Wertiteration, Policy Gradients, Trust Region Policy Optimization (TRPO), genetische Algorithmen und viele mehr. Es werden grundlegende Kenntnisse in den Bereichen Machine Learning und Deep Learning sowie ein sicherer Umgang mit Python vorausgesetzt. Aus dem Inhalt: Implementierung komplexer Deep-Learning-Modelle mit RL in tiefen neuronalen Netzen Ermitteln der passenden RL-Methoden für verschiedene Problemstellungen, darunter DQN, Advantage Actor Critic, PPO, TRPO, DDPG, D4PG und mehr Bauen und Trainieren eines Hardware-Roboters für unter 100EUR ; NLP in Microsofts TextWorld-Umgebung für interaktive Spiele ; Diskrete Optimierung zur Lösung von Rubik's Würfeln ; Trainieren von Agenten für Vier Gewinnt mittels AlphaGo Zero ; Die neuesten Techniken von Deep RL für Chatbots Fortgeschrittene Exploration-Techniken wie verrauschte Netze und Destillation Neuronaler Netze.
    Anmerkung: Deutsch
    Sprache: Deutsch
    Schlagwort(e): Deep Learning ; Bestärkendes Lernen 〈Künstliche Intelligenz〉
    Mehr zum Autor: Lapan, Maxim
    Mehr zum Autor: Lorenzen, Knut
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 4
    Online-Ressource
    Online-Ressource
    Frechen :mitp,
    UID:
    almahu_BV046805215
    Umfang: 1 Online-Ressource (762 Seiten) : , Illustrationen, Diagramme.
    Ausgabe: 1. Auflage
    ISBN: 978-3-7475-0038-5 , 978-3-7475-0037-8
    Serie: mitp Professional
    Anmerkung: Auf dem Umschlag: "Moderne Algorithmen für Chatbots, Robotik, diskrete Optimierung und Web-Automatisierung inkl. Multiagenten-Methoden"
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe Lapan, Maxim Deep Reinforcement Learning : Das umfassende Praxis-Handbuch. Moderne Algorithmen für Chatbots, Robotik, diskrete Optimierung und Web-Automatisierung inkl. Multiagenten-Methoden Frechen : mitp,c2020 ISBN 978-3-7475-0036-1
    Sprache: Deutsch
    Fachgebiete: Informatik
    RVK:
    RVK:
    RVK:
    Schlagwort(e): Deep Learning ; Bestärkendes Lernen ; Deep Learning ; Maschinelles Lernen
    Mehr zum Autor: Lapan, Maxim
    Mehr zum Autor: Lorenzen, Knut
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
Meinten Sie 9783742505361?
Meinten Sie 9783647500362?
Meinten Sie 9783747104361?
Schließen ⊗
Diese Webseite nutzt Cookies und das Analyse-Tool Matomo. Weitere Informationen finden Sie auf den KOBV Seiten zum Datenschutz