Episode Details

Deep Reinforcement Learning Hands-On (Maxim Lapan)

- Beli di Amazon Books:
https://www.amazon.com/dp/1835882706?tag=9natree-20

- Beli di Apple Books:
https://books.apple.com/us/audiobook/reinforcement-learning-from-human-feedback-llm-alignment/id6809971777?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- Taja dan Sokong kami:
https://9natree.com/page/sponsor-and-support.html

- Topik Menarik:
- Daripada interaksi agen dan ganjaran kepada asas Q-learning
- Deep Q-Network menangani ruang keadaan besar, tetapi memerlukan kawalan kestabilan
- Policy gradient dan PPO untuk tindakan kompleks serta kawalan berterusan
- Aplikasi merentas permainan, dagangan, pengoptimuman dan navigasi web menunjukkan batas RL
- RLHF, MuZero dan transformer menghubungkan RL dengan sistem AI generatif moden

- Baca selanjutnya: https://malaysian.9natree.com/read/1835882706/


Deep Reinforcement Learning Hands-On oleh Maxim Lapan ialah buku teknikal dan panduan amali tentang pembelajaran pengukuhan mendalam, atau deep reinforcement learning. Edisi ketiga ini membawa pembaca daripada asas, seperti agen, persekitaran, ganjaran, tindakan, dan Q-learning, kepada kaedah moden termasuk Deep Q-Network, policy gradient, Proximal Policy Optimization atau PPO, serta reinforcement learning from human feedback, RLHF. Buku ini bukan teks teori yang semata-mata bergantung pada pembuktian matematik. Sebaliknya, ia menerangkan konsep secara berperingkat sambil menghubungkannya dengan kod Python, PyTorch, dan persekitaran OpenAI Gym. Contoh latihan merangkumi permainan, persekitaran grid, kawalan berterusan, dagangan saham, pengoptimuman diskret, dan navigasi web. Tujuan utamanya ialah membantu pembaca memahami bagaimana agen membuat keputusan melalui percubaan, kesilapan, dan isyarat ganjaran, kemudian membina sistem tersebut dengan lebih stabil. Ia sesuai dibaca sebagai jambatan antara pengetahuan pembelajaran mesin asas dengan pelaksanaan algoritma RL moden.