深度强化学习：入门与实践指南

作者简介

Maxim Lapan 深度学习研究者，作为一名软件开发人员和系统架构师，具有超过15年的专业经验，涵盖了从Linux内核驱动程序开发到可在数千台服务器上工作的分布式应用项目的设计与性能优化。他在大数据、机器学习以及大型并行分布式HPC系统方面拥有丰富的工作经验，并擅长使用简单的文字和生动的示例来解释复杂事物。他目前专注的领域是深度学习的实际应用，例如深度自然语言处理和深度强化学习。Maxim目前在以色列一家初创公司工作，担任高级NLP开发人员。

内容简介

编辑推荐： 迅速理解深度强化学习，从原理到新近算法全面探索 面向实践，掌握构建智能体、聊天机器人等实践项目 本书对RL的核心知识进行了全面深入讲解，并为你提供了编写智能体代码的详细知识，以使其执行一系列艰巨的实际任务。帮助你掌握如何在“网格世界”环境中实现Q-learning，教会你的智能体购买和交易股票，并掌握如何通过实现自然语言模型来推动聊天机器人的发展。 你将学到什么： ● 理解如何通过RL的DL上下文实现复杂的DL模型 ● 掌握RL的基础理论：马尔可夫决策过程 ● 学会评估RL的方法，包括交叉熵、DQN、Actor-Critic、TRPO、PPO、DDPG、D4PG等 ● 研究探索如何处理各种环境中的离散和连续动作空间 ● 学会使用值迭代方法击败Atari街机游戏 ● 学会创建自己的OpenAI Gym环境以训练股票交易智能体 ● 教会你的智能体使用AlphaGo Zero玩Connect4 ● 探索有关主题的*新深度RL研究，包括AI驱动的聊天机器人