Грочаємо глибоке навчання із підкріпленням. Мігель Моралес

Ми вчимся, взаємодіючи з навколишнім середовищем, і отримані вознаграждения і наказання визначають нашу поведінку в майбутньому. Глибоке навчання з підтримкою привносить цей природний процес у штучний інтелект і передбачає аналіз результатів для виявлення найбільш ефективних шляхів руху вперед. Агенти глибокого навчання з підкріпленням можуть сприяти успіху маркетингових кампаній, прогнозувати зростання акцій і побіждати гроссмейстеров в Го і шахматах.

Давайте навчитися створювати систему глибокого навчання на прикладі навчальних вправ, супроводжуваних кодом на Python з детальними коментарями та ясними поясненнями. Ви побачите, як працюють алгоритми, і навчіться створювати власних агентів глибокого навчання з підкріпленням, використовуючи оціночну зворотну зв'язок.

Об авторах

Мігель Моралес — старший інженер-дослідник у Lockheed Martin, Aeronautics-Advanced Development Programs (Skunk Works). Він читає курс «Навчання з підкріпленням і прийняття рішень» в Технологічному інституті Джорджії. Мігель працював у багатьох освітніх і технологічних компаніях, включаючи Udacity, AT&T, Cisco і HPE.