Обучение с подкреплением на PyTorch: сборник рецептов

Эта книга представляет собой практическое руководство по применению обучения с подкреплением (Reinforcement Learning) с использованием фреймворка PyTorch. Она организована в формате сборника рецептов, охватывающего более 60 практических примеров — от настройки рабочей среды до развертывания самообучающихся моделей искусственного интеллекта.

Читатели научатся работать с ключевыми алгоритмами RL, включая метод многоруких бандитов, глубокие Q-сети (DQN) и метод градиента стратегии. Книга содержит подробные примеры применения обучения с подкреплением к различным задачам: от классических игр Atari и CartPole до практических сценариев, таких как оптимизация интернет-рекламы и игра Flappy Bird.

Издание предназначено для специалистов по искусственному интеллекту и машинному обучению, которые хотят освоить практические аспекты реализации алгоритмов обучения с подкреплением. Для понимания материала требуется знакомство с базовыми концепциями машинного обучения, а опыт работы с PyTorch хотя и желателен, но не является обязательным.