Posilovací učení pro problémy z reálného světa: Inženýrský přístup

Kniha je věnována průmyslově orientovaným aplikacím posilovacího učení (RL). Vysvětluje, jak trénovat průmyslové a vědecké systémy k řešení jakýchkoli postupných problémů metodou pokus-omyl – bez přípravy vysoce specializovaných trénovacích datových sad a bez rizika přetrénování nebo komplikace algoritmu. Jsou zde zvažovány Markovovy rozhodovací procesy, hluboké Q-sítě, gradienty politik a jejich výpočet, metody pro eliminaci entropie a mnoho dalšího. Tato kniha je první v ruštině, kde jsou teoretické základy RL a algoritmů uvedeny v aplikovaném, průmyslově specifickém klíči. Je určena pro datové analytiky a specialisty na umělou inteligenci.