본문내용 바로가기
무료배송 소득공제

해외주문 [POD] Reinforcement Learning Algorithms with Python

Paperback
Lonza, Andrea 지음 | Packt Publishing | 2019년 10월 18일

이 책의 다른 상품 정보

  • 정가 : 49,200원
    판매가 : 49,200 [0%↓ 0원 할인] 할인쿠폰 받기
  • 통합포인트 :
    [기본적립] 500원 적립 [1% 적립] 안내 [추가적립] 5만원 이상 구매 시 2천원 추가적립 [회원혜택] 우수회원 3만원 이상 구매 시 2~4% 추가적립
  • 추가혜택 : 도서소득공제 안내 추가혜택 더보기
  • 배송비 : 무료 배송비 안내
  • [배송일정] 근무일 기준 7일 이내 출고 예정 배송일정 안내
    해외주문도서는 해외 거래처 사정에 의해 품절/지연될수 있습니다.
    스페셜오더 도서나 일서해외주문도서와 함께 주문시 배송일이 이에 맞추어 지연되오니, 이점 유의해주시기 바랍니다.

알립니다.

  • 이 도서는POD상품입니다. 주문 후에는 도서상태 불량 및 파손 등의 사유로 주문취소/반품이 불가능합니다.
    POD: 품절/절판된 도서를 전자파일로 보유, 주문시 책의 형태로 인쇄/제본한 도서, 오리지날 도서와 차이가 있을 수 있음
  • 해외주문도서는 고객님의 요청에 의해 주문하는 '개인 오더' 상품이기 때문에, 단순한 고객변심/착오로 인한 취소,반품, 교환의 경우 '해외주문 반품/취소 수수료'를 부담하셔야 합니다. 이점 유의하여 주시기 바랍니다. 반품/취소 수수료 : (1)양서-판매정가의 12%, (2)일서-판매정가의 7% (반품/취소 수수료는, 수입제반비용(FedEx수송비용, 관세사비, 보세창고료, 내륙 운송비, 통관비 등)과 재고리스크(미판매 리스크, 환차손)에 따른 비용을 포함하며, 양서는 판매정가의 12%, 일서는 판매정가의 7%가 적용됩니다.)
  • 외국도서의 경우 해외제공정보로만 서비스되어 미표기된 정보가 있을 수 있습니다. 필요한 정보가 있을경우 1:1 문의게시판 을 이용하여 주십시오.
상품상세정보
ISBN 9781789131116(1789131111)
쪽수 366쪽
언어 English
크기 191 * 235 * 19 (mm)
총권수 1권

책소개

이 책이 속한 분야

Develop self-learning algorithms and agents using TensorFlow and other Python tools, frameworks, and libraries

Key Features
Learn, develop, and deploy advanced reinforcement learning algorithms to solve a variety of tasks
Understand and develop model-free and model-based algorithms for building self-learning agents
Work with advanced Reinforcement Learning concepts and algorithms such as imitation learning and evolution strategies
Book Description
Reinforcement Learning (RL) is a popular and promising branch of AI that involves making smarter models and agents that can automatically determine ideal behavior based on changing requirements. This book will help you master RL algorithms and understand their implementation as you build self-learning agents.

Starting with an introduction to the tools, libraries, and setup needed to work in the RL environment, this book covers the building blocks of RL and delves into value-based methods, such as the application of Q-learning and SARSA algorithms. You'll learn how to use a combination of Q-learning and neural networks to solve complex problems. Furthermore, you'll study the policy gradient methods, TRPO, and PPO, to improve performance and stability, before moving on to the DDPG and TD3 deterministic algorithms. This book also covers how imitation learning techniques work and how Dagger can teach an agent to drive. You'll discover evolutionary strategies and black-box optimization techniques, and see how they can improve RL algorithms. Finally, you'll get to grips with exploration approaches, such as UCB and UCB1, and develop a meta-algorithm called ESBAS.

By the end of the book, you'll have worked with key RL algorithms to overcome challenges in real-world applications, and be part of the RL research community.

What you will learn
Develop an agent to play CartPole using the OpenAI Gym interface
Discover the model-based reinforcement learning paradigm
Solve the Frozen Lake problem with dynamic programming
Explore Q-learning and SARSA with a view to playing a taxi game
Apply Deep Q-Networks (DQNs) to Atari games using Gym
Study policy gradient algorithms, including Actor-Critic and REINFORCE
Understand and apply PPO and TRPO in continuous locomotion environments
Get to grips with evolution strategies for solving the lunar lander problem
Who this book is for
If you are an AI researcher, deep learning user, or anyone who wants to learn reinforcement learning from scratch, this book is for you. You'll also find this reinforcement learning book useful if you want to learn about the advancements in the field. Working knowledge of Python is necessary.
이 책의 상품구성
* 해당 상품의 상세구성정보를 준비중입니다.

목차

Table of Contents
The Landscape of Reinforcement Learning
Implementing RL Cycle and OpenAI Gym
Solving Problems with Dynamic Programming
Q learning and SARSA Applications
Deep Q-Network
Learning Stochastic and DDPG optimization
TRPO and PPO implementation
DDPG and TD3 Applications
Model-Based RL
Imitation Learning with the DAgger Algorithm
Understanding Black-Box Optimization Algorithms
Developing the ESBAS Algorithm
Practical Implementation for Resolving RL Challenges

북로그 리뷰 (0) 쓰러가기

도서 구매 후 리뷰를 작성하시면 통합포인트를 드립니다.
결제 90일 이내 작성 시 300원 / 발송 후 5일 이내 작성시 400원 / 이 상품의 첫 리뷰 작성 시 500원
(포인트는 작성 후 다음 날 적립되며, 도서 발송 전 작성 시에는 발송 후 익일에 적립됩니다.
외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외)
안내
  • 해당도서의 리뷰가 없습니다.

간단리뷰 (0)

도서 구매 후 리뷰를 작성하시면 통합포인트를 드립니다.
결제 90일 이내 작성 시 50원 / 발송 후 5일 이내 작성 시 100원
(포인트는 작성 후 다음 날 적립되며, 도서 발송 전 작성 시에는 발송 후 익일에 적립됩니다.
외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외) 안내
0/1000자
컨텐츠평가
5점 만점에
0점 1점 2점 3점 4점 5점
이미지첨부
(파일용량은 1MB 이하이며, 파일형식은 jpg, jpeg 파일만 업로드 가능합니다.)

    교환/반품/품절안내

    ※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

    교환/반품/품절안내
    반품/교환방법 마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 ,
    [1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900)

    ※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불]
        또는 고객센터 (1544-1900)
    반품/교환가능 기간 변심반품의 경우 수령 후 7일 이내,
    상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
    반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
    반품/교환 불가 사유
    • 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
      (단지 확인을 위한 포장 훼손은 제외)
    • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
      예) 화장품, 식품, 가전제품(악세서리 포함) 등
    • 복제가 가능한 상품 등의 포장을 훼손한 경우
      예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집
    • 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)
    • 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
    • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
    • 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에
      해당되는 경우
    (1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①양서-판매정가의 12%, ②일서-판매정가의 7%를 적용)
    상품 품절 공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는
    이메일과 문자로 안내드리겠습니다.
    소비자 피해보상
    환불지연에 따른 배상
    • 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
      소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨
    • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
      소비자 보호에 관한 법률에 따라 처리함

    이 분야의 베스트

    • Kim, Phil
      53,410원
    • Goldberg, Yoav
      93,790원
    • Goldreich, Oded
      72,570원
    • Goldreich, Oded
      87,580원
    • Lubanovic, Bill
      44,420원
    더보기+

    이 분야의 신간

    • Lubanovic, Bill
      44,420원
    • Raschka, Sebast...
      56,230원
    • Cheng, Fu
      39,360원
    • Clarke, Adam
      20,300원
    • Verma, Gaurav
      49,210원
    더보기+

    바로가기

    • 우측 확장형 배너 2
    • 우측 확장형 배너 2

    최근 본 상품