{"product_id":"applied-reinforcement-learning-with-python-with-openai-gym-tensorflow-and-keras-9781484251263","title":"Aprendizaje por refuerzo aplicado con Python: con OpenAI Gym, Tensorflow y Keras","description":"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 \u003cbr\u003eCapítulo 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\u003cbr\u003eNúmero de páginas: 50 \u003cbr\u003eSubtemas: 1. Métodos de solución tabulares 2. Métodos de solución aproximados \u003cbr\u003eCapítulo 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\u003cbr\u003eCapítulo 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 \u003cbr\u003eCapítulo 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 \u003cbr\u003e\u003cbr\u003e\u003cbr\u003e\u003cb\u003eAutor:\u003c\/b\u003e \u003ca href=\"https:\/\/correctionsbookstore.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-10968890\"\u003eTaweh Beysolow II\u003c\/a\u003e\u003cbr\u003e\u003cb\u003eEditorial:\u003c\/b\u003e Apress\u003cbr\u003e\u003cb\u003ePublicado:\u003c\/b\u003e 24\/08\/2019\u003cbr\u003e\u003cb\u003ePáginas:\u003c\/b\u003e 168\u003cbr\u003e\u003cb\u003eTipo de encuadernación:\u003c\/b\u003e Tapa blanda\u003cbr\u003e\u003cb\u003ePeso:\u003c\/b\u003e 0.59lbs\u003cbr\u003e\u003cb\u003eTamaño:\u003c\/b\u003e 9.21h x 6.14w x 0.40d\u003cbr\u003e\u003cb\u003eISBN13:\u003c\/b\u003e 9781484251263\u003cbr\u003e\u003cb\u003eISBN10:\u003c\/b\u003e 1484251261\u003cbr\u003e\u003cb\u003eCategorías BISAC:\u003c\/b\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/correctionsbookstore.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eInformática\u003c\/a\u003e | \u003ca href=\"https:\/\/correctionsbookstore.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM004000\"\u003eInteligencia Artificial | General\u003c\/a\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/correctionsbookstore.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eInformática\u003c\/a\u003e | \u003ca href=\"https:\/\/correctionsbookstore.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM051360\"\u003eLenguajes | Python\u003c\/a\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/correctionsbookstore.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eInformática\u003c\/a\u003e | \u003ca href=\"https:\/\/correctionsbookstore.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM051390\"\u003eProgramación | Código Abierto\u003c\/a\u003e\u003cbr\u003e\u003cbr\u003e\u003cp\u003e\u003cb\u003eSobre el autor\u003c\/b\u003e\u003cbr\u003eTaweh 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.\u003c\/p\u003e","brand":"Apress","offers":[{"title":"Default Title","offer_id":45876731412655,"sku":"9781484251263","price":44.99,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0651\/9255\/8767\/files\/img_c867026d-0c88-418a-8571-463237320702.jpg?v=1757694726","url":"https:\/\/www.correctionsbookstore.com\/es\/products\/applied-reinforcement-learning-with-python-with-openai-gym-tensorflow-and-keras-9781484251263","provider":"Corrections Bookstore ","version":"1.0","type":"link"}