Мультиагентное_обучение_с_подкреплением_2021_Aлфимцeв.pdf
115 MB
📙 Мультиагентное обучение с подкреплением [2021] Aлфимцeв
Рассмотрены современные и классические алгоритмы одновременного машинного обучения множества агентов, основанные на теории игр, табличных, нейросетевых, эволюционных и роевых технологиях. Представлено последовательное развитие теоретической модели алгоритмов, базирующееся на марковских процессах принятия решений. Реализация алгоритмов выполнена на языке программирования Python с использованием библиотеки глубокого обучения PyTorch. Средой машинного обучения является компьютерная игра StarCraft II с интерфейсом кооперативного мультиагентного обучения SMAC. Для магистрантов и аспирантов направления подготовки «Информатика и вычислительная техника».
#pytorch #ии #AI #нейронные_сети #машинное_обучение
Рассмотрены современные и классические алгоритмы одновременного машинного обучения множества агентов, основанные на теории игр, табличных, нейросетевых, эволюционных и роевых технологиях. Представлено последовательное развитие теоретической модели алгоритмов, базирующееся на марковских процессах принятия решений. Реализация алгоритмов выполнена на языке программирования Python с использованием библиотеки глубокого обучения PyTorch. Средой машинного обучения является компьютерная игра StarCraft II с интерфейсом кооперативного мультиагентного обучения SMAC. Для магистрантов и аспирантов направления подготовки «Информатика и вычислительная техника».
#pytorch #ии #AI #нейронные_сети #машинное_обучение
📙 Machine Learning with Pytorch and Scikit-Learn [2022] Sebastian Raschka, Yuxi Liu, Dmytro Dzhulgakov
💾 Скачать книгу
This book of the bestselling and widely acclaimed Python Machine Learning series is a comprehensive guide to machine and deep learning using PyTorch's simple to code framework.
💡 Key Features
• Learn applied machine learning with a solid foundation in theory
• Clear, intuitive explanations take you deep into the theory and practice of Python machine learning
• Fully updated and expanded to cover PyTorch, transformers, XGBoost, graph neural networks, and best practices
#python #Pytorch #программирование
#машинное_обучение #искусственный_интеллект
💾 Скачать книгу
This book of the bestselling and widely acclaimed Python Machine Learning series is a comprehensive guide to machine and deep learning using PyTorch's simple to code framework.
💡 Key Features
• Learn applied machine learning with a solid foundation in theory
• Clear, intuitive explanations take you deep into the theory and practice of Python machine learning
• Fully updated and expanded to cover PyTorch, transformers, XGBoost, graph neural networks, and best practices
#python #Pytorch #программирование
#машинное_обучение #искусственный_интеллект