Denne praktiske veiledningen tilbyr et rikt utvalg av eksempler for å mestre algoritmer innen dyp forsterkningslæring ved hjelp av Python. Boken fungerer som din inngangsport til verden av kunstig intelligens, der du finner kraften i Python. Den gir en eksemplarisk oversikt over både enkle og avanserte algoritmer for forsterkningslæring (RL) og dyp forsterkningslæring (DRL). Boken innleder med en introduksjon til forsterkningslæring, etterfulgt av grundige forklaringer om OpenAI Gym og TensorFlow. Deretter vil du bli kjent med ulike RL-algoritmer og konsepter, inkludert Markov-beslutningsprosesser, Monte Carlo-metoder og dynamisk programmering, med fokus på både verdiberegning og policy-iterasjon. Denne eksemplariske guiden vil gi deg en dypere forståelse av de mest avanserte algoritmene innen dyp forsterkningslæring, og klargjøre deg for å anvende disse i praktiske applikasjoner.
