Цитаты из книги   Глубокое обучение с подкреплением: теория и практика на языке Python

Достижение цели, как правило, подразумевает выполнение ряда действий, каждое из которых изменяет окружающий мир.

Обучение с подкреплением (reinforcement learning, RL) занимается задачами последовательного принятия решений.

Обучение с подкреплением, обучение с учителем и обучение без учителя — три основные методики машинного обучения, каждая из которых отличается формулировкой задач и обучением алгоритмов по данным.

Однако значительная часть последних изысканий вкупе с ростом мощности графических процессоров способствовали развитию возможностей современных алгоритмов

О научном редакторе русскоязычного издания

SLM Lab написана на Python с помощью фреймворка PyTorch, но читателям достаточно знать только Python.

крытым исходным кодом SLM Lab, призванную по

Артур Джулиани, ведущий инженер по машинному обучению, Unity Technologies

методы, основанные на стратегии, методы, основанные на полезности, и методы, основанные на модели среды

Функция полезности Qπ в уравнении (1.11) оценивает, насколько хороша или плоха пара «состояние — действие».