Bewertung:
Das Buch „Grokking Deep Reinforcement Learning“ von Miguel Morales wird im Allgemeinen als Einführungslektüre für Reinforcement Learning und Deep Reinforcement Learning sehr geschätzt. Es wird für seine klaren Erklärungen, die Ausgewogenheit von mathematischen Konzepten und Code sowie den ansprechenden Schreibstil geschätzt. Es wird jedoch wegen mangelnder Strenge, unklarer Sprache und Problemen mit der Formatierung der Kindle-Version kritisiert, insbesondere in Bezug auf Code und mathematische Gleichungen.
Vorteile:Guter Überblick und intuitive Erklärungen von komplexen RL-Konzepten.
Nachteile:Effektive Mischung aus Mathematik und Python-Code.
(basierend auf 30 Leserbewertungen)
Wir alle lernen durch Versuch und Irrtum. Wir vermeiden die Dinge, die uns Schmerzen und Misserfolge bereiten. Wir nehmen die Dinge an, die uns Belohnung und Erfolg bringen, und bauen darauf auf. Dieses gemeinsame Muster ist die Grundlage des Deep Reinforcement Learning: die Entwicklung von maschinellen Lernsystemen, die auf der Grundlage der Reaktionen der Umgebung erforschen und lernen.
Grokking Deep Reinforcement Learning stellt diesen leistungsstarken Ansatz des maschinellen Lernens anhand von Beispielen, Illustrationen, Übungen und kristallklarem Unterricht vor. Sie werden das perfekte Lerntempo und den cleveren, fesselnden Schreibstil lieben, während Sie sich in diese fantastische Erkundung der Grundlagen des Reinforcement Learning, effektiver Deep Learning-Techniken und praktischer Anwendungen in diesem aufstrebenden Bereich vertiefen.
Der Kauf des gedruckten Buches beinhaltet ein kostenloses eBook im PDF-, Kindle- und ePub-Format von Manning Publications.
| ISBN: | 9781617295454 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2020 |
| Seitenzahl: | 472 |
Derzeit verfügbar, auf Lager.
