Apres acceptation de la commande, le delai moyen d'expedition depuis le Japon est de 48 heures. Le delai moyen de livraison est de 3 a 4 semaines. En cas de circonstances exceptionnelles, les delais peuvent s'etendre jusqu'à 2 mois.

Voir le détail de l'annonce

Vous avez choisi le retrait chez le vendeur à

Payez directement sur Rakuten (CB, PayPal, 4xCB...)
Récupérez le produit directement chez le vendeur
Rakuten vous rembourse en cas de problème

Terminer ma commande

Gratuit et sans engagement

Félicitations !

Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

TROUVER UN MAGASIN

Adresse

Retour

Horaires

Note :

Avis sur Deep Reinforcement Learning Format Relié - Livre Encyclopédies, Dictionnaires

Note : 0 0 avis sur Deep Reinforcement Learning Format Relié - Livre Encyclopédies, Dictionnaires

Donnez votre avis

Donnez votre avis sur ce produit

Votre note * : 1/5 2/5 3/5 4/5 5/5 Veuillez donner une note au produit

Le titre de votre avis* : Saisissez un titre

Quelques conseils :

Donnez le ton de votre avis, résumez-le en quelques mots qui apparaîtront comme le titre de votre avis.

Votre avis* : (40 caractères minimum) Saisissez un avis

Quelques conseils :

N'hésitez pas à mettre en avant les caractéristiques de ce produit, n'oubliez pas de mentionner ses avantages et/ou ses défauts éventuels. Décrivez précisément, argumentez, soyez convaincant !

Annuler

Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.

Produits similaires

Présentation Deep Reinforcement Learning Format Relié
- Livre Encyclopédies, Dictionnaires

Livre Encyclopédies, Dictionnaires - Sewak, Mohit - 01/07/2019 - Relié - Langue : Anglais

Auteur(s) : Sewak, Mohit

Editeur : Springer Singapore

Langue : Anglais

Parution : 01/07/2019

Format : Moyen, de 350g à 1kg

Nombre de pages : 224

Expédition : 547

Dimensions : 24.1 x 16.0 x 1.7

ISBN : 9789811382840

Résumé :
This book starts by presenting the basics of reinforcement learning using highly intuitive and easy-to-understand examples and applications, and then introduces the cutting-edge research advances that make reinforcement learning capable of out-performing most state-of-art systems, and even humans in a number of applications. The book not only equips readers with an understanding of multiple advanced and innovative algorithms, but also prepares them to implement systems such as those created by Google Deep Mind in actual code. This book is intended for readers who want to both understand and apply advanced concepts in a field that combines the best of two worlds - deep learning and reinforcement learning - to tap the potential of 'advanced artificial intelligence' for creating real-world applications and game-winning algorithms.

Biographie:

Mr. Sewak has been the Lead Data Scientist/Analytics Architect for a number of important international AI/DL/ML software and industry solutions and has also been involved in providing solutions and research for a series of cognitive features for IBM Watson Commerce. He has 14 years of experience working as a solutions architect using technologies like TensorFlow, Torch, Caffe, Theano, Keras, Open AI, SpaCy, Gensim, NLTK, Watson, SPSS, Spark, H2O, Kafka, ES, and others.

Sommaire:
Introduction to Reinforcement Learning.- Mathematical and Algorithmic understanding of Reinforcement Learning.- Coding the Environment and MDP Solution.- Temporal Difference Learning, SARSA, and Q Learning.- Q Learning in Code.- Introduction to Deep Learning.- Implementation Resources.- Deep Q Network (DQN), Double DQN and Dueling DQN.- Double DQN in Code.- Policy-Based Reinforcement Learning Approaches.- Actor-Critic Models & the A3C.- A3C in Code.- Deterministic Policy Gradient and the DDPG.- DDPG in Code.

Détails de conformité du produit

Consulter les détails de conformité de ce produit (

Personne responsable dans l'UE

)

Deep Reinforcement Learning - Sewak, Mohit

Avis sur Deep Reinforcement Learning Format Relié - Livre Encyclopédies, Dictionnaires

Présentation Deep Reinforcement Learning Format Relié - Livre Encyclopédies, Dictionnaires

Présentation Deep Reinforcement Learning Format Relié
- Livre Encyclopédies, Dictionnaires