Aprendizado Profundo por Reforço. Teoria e Prática na Linguagem Python

Aprendizagem Profunda por Reforço: Teoria e Prática por Laura Gresser e Wa Loon Keng

Interessado em combinar o poder da aprendizagem profunda com a aprendizagem por reforço? Este livro oferece uma abordagem profunda e prática para esta área empolgante do aprendizado de máquina. Você aprenderá como agentes virtuais aprendem a resolver tarefas sequenciais e tomar decisões ótimas.

Avanços inovadores no treinamento de agentes virtuais

As últimas décadas foram marcadas por conquistas extraordinárias na área de treinamento de agentes que interagem com diversos ambientes. De jogos single-player e multiplayer a videogames Atari e Dota, e até mesmo na robótica – a aprendizagem por reforço demonstra seu enorme potencial.

Abordagem única: teoria e prática da aprendizagem profunda por reforço

Este livro é uma combinação única de teoria e prática. Laura Gresser e Wa Loon Keng começam com conceitos básicos, explicando gradual e detalhadamente a teoria e os algoritmos da aprendizagem profunda por reforço. Ênfase especial é dada à implementação prática – todos os conceitos são demonstrados por meio de exemplos e da biblioteca de software SLM Lab.

Aplicação prática e a biblioteca SLM Lab

Os autores, Laura Gresser e Wa Loon Keng, não apenas falam sobre teoria, mas também mostram como aplicar a aprendizagem profunda por reforço na prática. Você dominará o uso da biblioteca SLM Lab, o que permitirá desenvolver e treinar agentes inteligentes de forma independente.

Para quem é este livro?

Este guia é ideal para estudantes de ciência da computação e desenvolvedores de software familiarizados com os princípios básicos de aprendizado de máquina e que dominam Python. O livro será um excelente recurso para aqueles que desejam dominar a aprendizagem profunda por reforço e aplicá-la em seus projetos.