Descripción
Capítulo 1: Introducción al aprendizaje por refuerzo Objetivo del capítulo: Informar al lector sobre la historia del campo, sus aplicaciones actuales, así como discutir el esquema general del texto y lo que el lector puede esperar aprender. Número de páginas: 10 Subtemas: 1. ¿Qué es el aprendizaje por refuerzo? 2. Historia del aprendizaje por refuerzo 3. Aplicaciones del aprendizaje por refuerzo
Capítulo 2: Algoritmos de aprendizaje por refuerzo Objetivo del capítulo: Establecer una comprensión con el lector sobre cómo funcionan los algoritmos de aprendizaje por refuerzo y cómo se diferencian de los métodos básicos de ML/DL. Se proporcionarán ejemplos prácticos para este capítulo
Número de páginas: 50
Subtemas: 1. Métodos de solución tabulares 2. Métodos de solución aproximados
Capítulo 3: Aprendizaje Q Objetivo del capítulo: En este capítulo, los lectores continuarán desarrollando su comprensión de RL resolviendo problemas en espacios de acción discretos. Número de páginas: 40 Subtemas: 1. Redes Q profundas 2. Aprendizaje Q doble profundo
Capítulo 4: Creación de mercado basada en el aprendizaje por refuerzo Objetivo del capítulo: En este capítulo, nos centraremos en un caso de uso basado en finanzas, específicamente la creación de mercado, en el que debemos comprar y vender un instrumento financiero a cualquier precio dado. Aplicaremos un enfoque de aprendizaje por refuerzo a este conjunto de datos y veremos cómo se comporta con el tiempo. Número de páginas: 50 Subtemas: 1. Creación de mercado 2. AWS/Google Cloud 3. Cron
Capítulo 5: Aprendizaje por refuerzo para videojuegos Objetivo del capítulo: En este capítulo, nos centraremos en un caso de uso más generalizado del aprendizaje por refuerzo en el que enseñamos a un algoritmo a jugar con éxito un juego contra una IA basada en computadora. Número de páginas: 50 Subtemas: 1. Antecedentes del juego y recopilación de datos
Autor: Taweh Beysolow II
Editorial: Apress
Publicado: 24/08/2019
Páginas: 168
Tipo de encuadernación: Tapa blanda
Peso: 0.59lbs
Tamaño: 9.21h x 6.14w x 0.40d
ISBN13: 9781484251263
ISBN10: 1484251261
Categorías BISAC:
- Informática | Inteligencia Artificial | General
- Informática | Lenguajes | Python
- Informática | Programación | Código Abierto
Capítulo 2: Algoritmos de aprendizaje por refuerzo Objetivo del capítulo: Establecer una comprensión con el lector sobre cómo funcionan los algoritmos de aprendizaje por refuerzo y cómo se diferencian de los métodos básicos de ML/DL. Se proporcionarán ejemplos prácticos para este capítulo
Número de páginas: 50
Subtemas: 1. Métodos de solución tabulares 2. Métodos de solución aproximados
Capítulo 3: Aprendizaje Q Objetivo del capítulo: En este capítulo, los lectores continuarán desarrollando su comprensión de RL resolviendo problemas en espacios de acción discretos. Número de páginas: 40 Subtemas: 1. Redes Q profundas 2. Aprendizaje Q doble profundo
Capítulo 4: Creación de mercado basada en el aprendizaje por refuerzo Objetivo del capítulo: En este capítulo, nos centraremos en un caso de uso basado en finanzas, específicamente la creación de mercado, en el que debemos comprar y vender un instrumento financiero a cualquier precio dado. Aplicaremos un enfoque de aprendizaje por refuerzo a este conjunto de datos y veremos cómo se comporta con el tiempo. Número de páginas: 50 Subtemas: 1. Creación de mercado 2. AWS/Google Cloud 3. Cron
Capítulo 5: Aprendizaje por refuerzo para videojuegos Objetivo del capítulo: En este capítulo, nos centraremos en un caso de uso más generalizado del aprendizaje por refuerzo en el que enseñamos a un algoritmo a jugar con éxito un juego contra una IA basada en computadora. Número de páginas: 50 Subtemas: 1. Antecedentes del juego y recopilación de datos
Autor: Taweh Beysolow II
Editorial: Apress
Publicado: 24/08/2019
Páginas: 168
Tipo de encuadernación: Tapa blanda
Peso: 0.59lbs
Tamaño: 9.21h x 6.14w x 0.40d
ISBN13: 9781484251263
ISBN10: 1484251261
Categorías BISAC:
- Informática | Inteligencia Artificial | General
- Informática | Lenguajes | Python
- Informática | Programación | Código Abierto
Sobre el autor
Taweh Beysolow II es un científico de datos y autor que actualmente reside en los Estados Unidos. Tiene una licenciatura en economía de la Universidad de St. Johns y una maestría en Estadística Aplicada de la Universidad de Fordham. Después de salir con éxito de la startup que cofundó, ahora es Director en Industry Capital, una firma de capital privado con sede en San Francisco, donde ayuda a liderar las plataformas de Criptomoneda y Blockchain.