• 参考価格: ¥4,550
  • OFF: ¥16
  • ポイント: 45pt (1%)
  • (プライム会員になるとさらに91pt獲得) プライムに登録
通常配送無料 詳細
在庫あり。 在庫状況について
この商品は、Amazon.co.jp が販売、発送します。
コンディション: 中古品: ほぼ新品
コメント: 【Amazonより発送。お急ぎ便・日時指定便、カード決済・コンビニ決済・代引きなど全て対応可】書き込みありません。古本ではありますが、新品に近い大変きれいな状態です。(古本ではございますので店頭で売られている状態と完全に同一とは限りません。大変きれいな状態ではありますが、完全な新品ではないこと古本であることをご了解の上ご購入ください。)
この商品をお持ちですか? マーケットプレイスに出品する
裏表紙を表示 表紙を表示
サンプルを聴く 再生中... 一時停止   Audible オーディオエディションのサンプルをお聴きいただいています。
2点すべてのイメージを見る

著者をフォロー

何か問題が発生しました。後で再度リクエストしてください。


Deep Reinforcement Learning Hands-On: Apply modern RL methods, with deep Q-networks, value iteration, policy gradients, TRPO, AlphaGo Zero and more (英語) ペーパーバック – 2018/6/21

5つ星のうち5.0 1個の評価

その他(2)の形式およびエディションを表示する 他のフォーマットおよびエディションを非表示にする
価格
新品 中古品
Kindle版 (電子書籍)
ペーパーバック
¥4,534
¥4,534 ¥4,060
この商品の特別キャンペーン プライム会員限定 最大5%ポイント還元中。 1 件
  • プライム会員限定 最大5%ポイント還元中。
    プライム会員限定最大5%ポイント還元 まとめて買うと最大15%ポイント還元。 特設ページはこちら 販売元: Amazon.co.jp。 詳細はこちら (細則もこちらからご覧いただけます)


ブックマイレージカード
click to open popover

キャンペーンおよび追加情報


よく一緒に購入されている商品

  • Deep Reinforcement Learning Hands-On: Apply modern RL methods, with deep Q-networks, value iteration, policy gradients, TRPO, AlphaGo Zero and more
  • +
  • Reinforcement Learning: An Introduction (Adaptive Computation and Machine Learning series)
  • +
  • Hands-On Reinforcement Learning with Python: Master reinforcement and deep reinforcement learning using OpenAI Gym and TensorFlow
総額: ¥16,170
選択された商品をまとめて購入

Kindle 端末は必要ありません。無料 Kindle アプリのいずれかをダウンロードすると、スマートフォン、タブレットPCで Kindle 本をお読みいただけます。

  • iOSアプリのダウンロードはこちらをクリック
    Apple
  • Androidアプリのダウンロードはこちらをクリック
    Android
  • Amazonアプリストアへはこちらをクリック
    Android

無料アプリを入手するには、Eメールアドレスを入力してください。

kcpAppSendButton


無料で使えるブックカバー
好きなデザインを選んで取り付けよう! 詳しくはこちら。

商品の説明

内容紹介

This practical guide will teach you how deep learning (DL) can be used to solve complex real-world problems.

Key Features

  • Explore deep reinforcement learning (RL), from the first principles to the latest algorithms
  • Evaluate high-profile RL methods, including value iteration, deep Q-networks, policy gradients, TRPO, PPO, DDPG, D4PG, evolution strategies and genetic algorithms
  • Keep up with the very latest industry developments, including AI-driven chatbots

Book Description

Recent developments in reinforcement learning (RL), combined with deep learning (DL), have seen unprecedented progress made towards training agents to solve complex problems in a human-like way. Google's use of algorithms to play and defeat the well-known Atari arcade games has propelled the field to prominence, and researchers are generating new ideas at a rapid pace.

Deep Reinforcement Learning Hands-On is a comprehensive guide to the very latest DL tools and their limitations. You will evaluate methods including Cross-entropy and policy gradients, before applying them to real-world environments. Take on both the Atari set of virtual games and family favorites such as Connect4. The book provides an introduction to the basics of RL, giving you the know-how to code intelligent learning agents to take on a formidable array of practical tasks. Discover how to implement Q-learning on 'grid world' environments, teach your agent to buy and trade stocks, and find out how natural language models are driving the boom in chatbots.

What you will learn

  • Understand the DL context of RL and implement complex DL models
  • Learn the foundation of RL: Markov decision processes
  • Evaluate RL methods including Cross-entropy, DQN, Actor-Critic, TRPO, PPO, DDPG, D4PG and others
  • Discover how to deal with discrete and continuous action spaces in various environments
  • Defeat Atari arcade games using the value iteration method
  • Create your own OpenAI Gym environment to train a stock trading agent
  • Teach your agent to play Connect4 using AlphaGo Zero
  • Explore the very latest deep RL research on topics including AI-driven chatbots

Who This Book Is For

Some fluency in Python is assumed. Basic deep learning (DL) approaches should be familiar to readers and some practical experience in DL will be helpful. This book is an introduction to deep reinforcement learning (RL) and requires no background in RL.

Table of Contents

  1. What is Reinforcement Learning?
  2. OpenAI Gym
  3. Deep Learning with PyTorch
  4. The Cross-Entropy Method
  5. Tabular Learning and the Bellman Equation
  6. Deep Q-Networks
  7. DQN Extensions
  8. Stocks Trading Using RL
  9. Policy Gradients – An Alternative
  10. The Actor-Critic Method
  11. Asynchronous Advantage Actor-Critic
  12. Chatbots Training with RL
  13. Web Navigation
  14. Continuous Action Space
  15. Trust Regions – TRPO, PPO, and ACKTR
  16. Black-Box Optimization in RL
  17. Beyond Model-Free – Imagination
  18. AlphaGo Zero

著者について

Maxim Lapan is a deep learning enthusiast and independent researcher. His background and 15 years' work expertise as a software developer and a systems architect lays from low-level Linux kernel driver development to performance optimization and design of distributed applications working on thousands of servers. With vast work experiences in big data, Machine Learning, and large parallel distributed HPC and nonHPC systems, he has a talent to explain a gist of complicated things in simple words and vivid examples. His current areas of interest lie in practical applications of Deep Learning, such as Deep Natural Language Processing and Deep Reinforcement Learning. Maxim lives in Moscow, Russian Federation, with his family, and he works for an Israeli start-up as a Senior NLP developer.


登録情報

  • ペーパーバック: 546ページ
  • 出版社: Packt Publishing (2018/6/21)
  • 言語: 英語
  • ISBN-10: 1788834240
  • ISBN-13: 978-1788834247
  • 発売日: 2018/6/21
  • 商品の寸法: 19 x 3.1 x 23.5 cm
  • カスタマーレビュー: 5つ星のうち 5.0 1 件のカスタマーレビュー
  • Amazon 売れ筋ランキング: 洋書 - 37,351位 (洋書の売れ筋ランキングを見る)
  • さらに安い価格について知らせる
    この商品を出品する場合、出品者サポートを通じて更新を提案したいですか?

  • 目次を見る

カスタマーレビュー

5つ星のうち5.0
評価の数 1
星5つ
100%
星4つ 0% (0%) 0%
星3つ 0% (0%) 0%
星2つ 0% (0%) 0%
星1つ 0% (0%) 0%

この商品をレビュー

他のお客様にも意見を伝えましょう

1件のカスタマーレビュー

2018年9月28日
形式: Kindle版Amazonで購入
8人のお客様がこれが役に立ったと考えています
コメント 違反を報告

Amazon.com で最も参考になったカスタマーレビュー

Amazon.com: 5つ星のうち4.7 23 件のカスタマーレビュー
RustorGo
5つ星のうち5.0 Very well written, apparently that the author really know what he is talking about, and able to write clearly.
2018年7月13日 - (Amazon.com)
Amazonで購入
10人のお客様がこれが役に立ったと考えています
tiger taco
5つ星のうち4.0 Practical but not theoretically deep.
2018年12月23日 - (Amazon.com)
Amazonで購入
7人のお客様がこれが役に立ったと考えています
Newbie Algo Trader
5つ星のうち5.0 Good code examples!
2019年4月21日 - (Amazon.com)
Amazonで購入
5人のお客様がこれが役に立ったと考えています
Guy
5つ星のうち2.0 Not the best.
2018年10月31日 - (Amazon.com)
Amazonで購入
6人のお客様がこれが役に立ったと考えています
Boris
5つ星のうち5.0 Hands-on, no nonsense
2019年3月17日 - (Amazon.com)
形式: Kindle版Amazonで購入
2人のお客様がこれが役に立ったと考えています