Reinforcement Learning: An Introduction - 강화 학습, Q-러닝, 정책 경량화, 가치 함수, 탐색, 활용, 딥러닝, 마르코프 결정 과정, 보상, 에이전트, 환경, 신경망, 모델 기반 학습, 샘플 효
작품 정보
"Reinforcement Learning: An Introduction"은 강화 학습의 기본 개념과 응용을 다루는 포괄적인 안내서입니다. 이 책은 Q-러닝, 정책 경량화, 가치 함수와 같은 핵심 주제를 탐구하며, 탐색과 활용의 균형을 맞추는 방법을 설명합니다. 딥러닝과 마르코프 결정 과정을 통해 에이전트가 환경과 상호작용하며 보상을 최적화하는 과정을 다룹니다. 또한, 신경망을 활용한 모델 기반 학습과 샘플 효율성을 높이는 방법을 소개합니다. 경험 재플레이와 전이 학습을 통해 학습의 효율성을 높이고, 하이퍼파라미터 최적화를 통해 성능을 극대화하는 방법을 설명합니다. 강화 학습의 이론과 실제를 이해하고자 하는 독자에게 필수적인 자료를 제공합니다.
*생성형 GPT를 활용하여 제작되었습니다.
작가 소개
"세상을 아름다운 지식으로 물들이자" 위 모토를 바탕으로 다양한 지식 서적을 보급하고 있다.
리뷰
0.0
구매자 별점
0명 평가
이 작품을 평가해 주세요!
건전한 리뷰 정착 및 양질의 리뷰를 위해 아래 해당하는 리뷰는 비공개 조치될 수 있음을 안내드립니다.
타인에게 불쾌감을 주는 욕설
비속어나 타인을 비방하는 내용
특정 종교, 민족, 계층을 비방하는 내용
해당 작품의 줄거리나 리디 서비스 이용과 관련이 없는 내용
의미를 알 수 없는 내용
광고 및 반복적인 글을 게시하여 서비스 품질을 떨어트리는 내용
저작권상 문제의 소지가 있는 내용
다른 리뷰에 대한 반박이나 논쟁을 유발하는 내용
* 결말을 예상할 수 있는 리뷰는 자제하여 주시기 바랍니다.
이 외에도 건전한 리뷰 문화 형성을 위한 운영 목적과 취지에 맞지 않는 내용은 담당자에 의해 리뷰가 비공개 처리가 될 수 있습니다.
아직 등록된 리뷰가 없습니다. 첫 번째 리뷰를 남겨주세요!
'구매자' 표시는 유료 작품 결제 후 다운로드하거나 리디셀렉트 작품을 다운로드 한 경우에만 표시됩니다.
무료 작품 (프로모션 등으로 무료로 전환된 작품 포함)
'구매자'로 표시되지 않습니다.
시리즈 내 무료 작품
'구매자'로 표시되지 않습니다. 하지만 같은 시리즈의 유료 작품을 결제한 뒤 리뷰를 수정하거나 재등록하면 '구매자'로 표시됩니다.