Глибоке навчання з підтримкою на Python. OpenAI Gym і TensorFlow для профі

 Глибоке навчання з підкріпленням (Reinforcement Learning) — найпопулярніший і перспективний напрям штучного інтелекту. Практичне вивчення RL на Python допоможе освоїти не тільки базові, а й передові алгоритми глибокого навчання з підкріпленням.    Ви почнете з основних принципів навчання з підкріпленням, OpenAI Gym і TensorFlow, познайомтеся з марковськими ланцюгами, методом Монте-Карло та динамічним програмуванням, так що «страшні» абревіатури DQN, DRQN, A3C, PPO і TRPO незабаром перестануть вас лякати. Ви дізнаєтеся про агенти, які вчаться на людських перевагах, DQfD, HER і багатьох інших останніх досягненнях RL. Прочитавши книгу, ви придбаєте знання та досвід, необхідні для реалізації навчання з підкріпленням і глибокого навчання з підкріпленням у реальних проєктах, і увійдіть у світ штучного інтелекту.    У цій книзі ви:   • Познайомтеся з основами методів, алгоритмів і елементів RL • Обвчіть агента за допомогою OpenAI Gym і Tensorflow • Опануйте марковські процеси прийняття рішень, оптимальність Белмана та навчання TD • Навчіться розв'язувати проблеми багаторухих бандитів • Опануєте алгоритми глибокого навчання, як-от RNN, LSTM і CNN • Створіть інтелектуальних агентів за допомогою алгоритму DRQN, які зможуть грати в Doom • За допомогою DDPG навчите агентів грати в Lunar Lander • Відправте агента на автоперегони, використовуючи метод DQN