Artículos relacionados a Einstieg in Deep Reinforcement Learning: KI-Agenten...
Einstieg in Deep Reinforcement Learning: KI-Agenten mit Python und PyTorch programmieren. Inkl. E-Book - Tapa dura
Comprar nuevo
Ver este artículo
EUR 39,99
EUR 11,00 gastos de envío desde Alemania a España
Destinos, gastos y plazos de envíoResultados de la búsqueda para Einstieg in Deep Reinforcement Learning: KI-Agenten...
Imagen de archivo
Einstieg in Deep Reinforcement Learning: KI-Agenten mit Python und PyTorch programmieren
ISBN 10: 3446459006
ISBN 13: 9783446459007
Antiguo o usado
Tapa dura
Librería: medimops, Berlin, Alemania
Calificación del vendedor: 5 de 5 estrellas
Condición: very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages. Nº de ref. del artículo: M03446459006-V
Cantidad disponible: 1 disponibles
Imagen del vendedor
Einstieg in Deep Reinforcement Learning
Publicado por
Hanser Fachbuchverlag Okt 2020, 2020
ISBN 10: 3446459006
ISBN 13: 9783446459007
Nuevo
Tapa dura
Librería: Rheinberg-Buch Andreas Meier eK, Bergisch Gladbach, Alemania
Calificación del vendedor: 5 de 5 estrellas
Bündel. Condición: Neu. Neuware -- Grundlegende Konzepte und Terminologie- Praktischer Einsatz mit PyTorch- Projekte umsetzenDieses Buch zeigt Ihnen, wie Sie Agenten programmieren, die basierend auf direktem Feedback aus ihrer Umgebung selbstständig lernen und sich dabei verbessern. Sie werden Netzwerke mit dem beliebten PyTorch-Deep-Learning-Framework aufbauen, um bestärkende Lernalgorithmen zu erforschen. Diese reichen von Deep-Q-Networks über Methoden zur Gradientenmethode bis hin zu evolutionären Algorithmen.Im weiteren Verlauf des Buches wenden Sie Ihre Kenntnisse in praktischen Projekten wie der Steuerung simulierter Roboter, der Automatisierung von Börsengeschäften oder dem Aufbau eines Spiel-Bots an.Aus dem Inhalt:- Strukturierungsprobleme als Markov-Entscheidungsprozesse- Beliebte Algorithmen wie Deep Q-Networks, Policy Gradient-Methode und Evolutionäre Algorithmen und die Intuitionen, die sie antreiben- Anwendung von Verstärkungslernalgorithmen auf reale ProblemeEXTRA: Elektronisches Buch insideSystemvoraussetzungen für Elektronisches Buch inside: Internet-Verbindung und Adobe-Reader oder Elektronisches Buch-Reader bzw. Adobe Digital Editions. 400 pp. Deutsch. Nº de ref. del artículo: 9783446459007
Cantidad disponible: 1 disponibles
Imagen del vendedor
Einstieg in Deep Reinforcement Learning
Publicado por
Hanser Fachbuchverlag Okt 2020, 2020
ISBN 10: 3446459006
ISBN 13: 9783446459007
Nuevo
Tapa dura
Librería: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Alemania
Calificación del vendedor: 5 de 5 estrellas
Bündel. Condición: Neu. Neuware -- Grundlegende Konzepte und Terminologie- Praktischer Einsatz mit PyTorch- Projekte umsetzenDieses Buch zeigt Ihnen, wie Sie Agenten programmieren, die basierend auf direktem Feedback aus ihrer Umgebung selbstständig lernen und sich dabei verbessern. Sie werden Netzwerke mit dem beliebten PyTorch-Deep-Learning-Framework aufbauen, um bestärkende Lernalgorithmen zu erforschen. Diese reichen von Deep-Q-Networks über Methoden zur Gradientenmethode bis hin zu evolutionären Algorithmen.Im weiteren Verlauf des Buches wenden Sie Ihre Kenntnisse in praktischen Projekten wie der Steuerung simulierter Roboter, der Automatisierung von Börsengeschäften oder dem Aufbau eines Spiel-Bots an.Aus dem Inhalt:- Strukturierungsprobleme als Markov-Entscheidungsprozesse- Beliebte Algorithmen wie Deep Q-Networks, Policy Gradient-Methode und Evolutionäre Algorithmen und die Intuitionen, die sie antreiben- Anwendung von Verstärkungslernalgorithmen auf reale ProblemeEXTRA: Elektronisches Buch insideSystemvoraussetzungen für Elektronisches Buch inside: Internet-Verbindung und Adobe-Reader oder Elektronisches Buch-Reader bzw. Adobe Digital Editions. 400 pp. Deutsch. Nº de ref. del artículo: 9783446459007
Cantidad disponible: 1 disponibles
Imagen del vendedor
Einstieg in Deep Reinforcement Learning
Publicado por
Hanser Fachbuchverlag Okt 2020, 2020
ISBN 10: 3446459006
ISBN 13: 9783446459007
Nuevo
Tapa dura
Librería: Wegmann1855, Zwiesel, Alemania
Calificación del vendedor: 5 de 5 estrellas
Bündel. Condición: Neu. Neuware -- Grundlegende Konzepte und Terminologie- Praktischer Einsatz mit PyTorch- Projekte umsetzenDieses Buch zeigt Ihnen, wie Sie Agenten programmieren, die basierend auf direktem Feedback aus ihrer Umgebung selbstständig lernen und sich dabei verbessern. Sie werden Netzwerke mit dem beliebten PyTorch-Deep-Learning-Framework aufbauen, um bestärkende Lernalgorithmen zu erforschen. Diese reichen von Deep-Q-Networks über Methoden zur Gradientenmethode bis hin zu evolutionären Algorithmen.Im weiteren Verlauf des Buches wenden Sie Ihre Kenntnisse in praktischen Projekten wie der Steuerung simulierter Roboter, der Automatisierung von Börsengeschäften oder dem Aufbau eines Spiel-Bots an.Aus dem Inhalt:- Strukturierungsprobleme als Markov-Entscheidungsprozesse- Beliebte Algorithmen wie Deep Q-Networks, Policy Gradient-Methode und Evolutionäre Algorithmen und die Intuitionen, die sie antreiben- Anwendung von Verstärkungslernalgorithmen auf reale ProblemeEXTRA: Elektronisches Buch insideSystemvoraussetzungen für Elektronisches Buch inside: Internet-Verbindung und Adobe-Reader oder Elektronisches Buch-Reader bzw. Adobe Digital Editions. Nº de ref. del artículo: 9783446459007
Cantidad disponible: 1 disponibles
Imagen del vendedor
Einstieg in Deep Reinforcement Learning : KI-Agenten mit Python und PyTorch programmieren. Inkl. E-Book
Publicado por
Hanser Fachbuchverlag Okt 2020, 2020
ISBN 10: 3446459006
ISBN 13: 9783446459007
Nuevo
Tapa dura
Librería: AHA-BUCH GmbH, Einbeck, Alemania
Calificación del vendedor: 5 de 5 estrellas
Bündel. Condición: Neu. Neuware - - Grundlegende Konzepte und Terminologie- Praktischer Einsatz mit PyTorch- Projekte umsetzenDieses Buch zeigt Ihnen, wie Sie Agenten programmieren, die basierend auf direktem Feedback aus ihrer Umgebung selbstständig lernen und sich dabei verbessern. Sie werden Netzwerke mit dem beliebten PyTorch-Deep-Learning-Framework aufbauen, um bestärkende Lernalgorithmen zu erforschen. Diese reichen von Deep-Q-Networks über Methoden zur Gradientenmethode bis hin zu evolutionären Algorithmen.Im weiteren Verlauf des Buches wenden Sie Ihre Kenntnisse in praktischen Projekten wie der Steuerung simulierter Roboter, der Automatisierung von Börsengeschäften oder dem Aufbau eines Spiel-Bots an.Aus dem Inhalt:- Strukturierungsprobleme als Markov-Entscheidungsprozesse- Beliebte Algorithmen wie Deep Q-Networks, Policy Gradient-Methode und Evolutionäre Algorithmen und die Intuitionen, die sie antreiben- Anwendung von Verstärkungslernalgorithmen auf reale ProblemeEXTRA: Elektronisches Buch insideSystemvoraussetzungen für Elektronisches Buch inside: Internet-Verbindung und Adobe-Reader oder Elektronisches Buch-Reader bzw. Adobe Digital Editions. Nº de ref. del artículo: 9783446459007
Cantidad disponible: 2 disponibles
Imagen del vendedor
Einstieg in Deep Reinforcement Learning
Publicado por
Hanser Fachbuchverlag, 2020
ISBN 10: 3446459006
ISBN 13: 9783446459007
Nuevo
Tapa dura
Librería: moluna, Greven, Alemania
Calificación del vendedor: 5 de 5 estrellas
Condición: New. - Grundlegende Konzepte und Terminologie- Praktischer Einsatz mit PyTorch- Projekte umsetzenDieses Buch zeigt Ihnen, wie Sie Agenten programmieren, die basierend auf direktem Feedback aus ihrer Umgebung selbststaendig lernen und sich dabei ve. Nº de ref. del artículo: 370935407
Cantidad disponible: 1 disponibles