- PDF 안내
-
이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
소개
목차
|
제1장 그림으로 이해하는 강화학습
PART I 강화학습 구성 요소 PART II 환경(env) 예제 PART III 에이전트(agent) 예제 제2장 벨만 방정식(Bellman equation) PART I 보상과 평균 보상 PART II 할인율 PART III 정책 π PART IV 정책 π로 행동할 때, 상태 s에서 평균 보상 PART V 정책 π로 행동할 때, 상태 가치 PART VI 정책 π로 행동을 선택할 때, 상태-행동 가치 PART VII 벨만 기대 방정식 PART VIII 벨만 최적 방정식 제3장 강화학습에 사용하는 기본 코드 PART I 환경 코드 PART II 정책 코드 PART III 환경-정책 상호작용 코드 제4장 동적 계획법 PART I 벨만 기대 방정식의 해를 코딩으로 구하기 PART II 최적의 정책을 코딩으로 구하기: 정책 반복 PART III 최적의 정책을 코딩으로 구하기: 가치 반복 제5장 몬테카를로 PART I 에피소드 PART II 처음 방문 MC와 모든 방문 MC PART III 중요도 표본추출 MC 부록 제6장 SARSA와 Q-learning PART I SARSA 개요 PART II Q-learning 개요 PART III SARSA 업데이트 그림부터 코딩까지의 과정 PART IV Q-learning 업데이트 그림부터 코딩까지의 과정 제7장 깊은 Q-네트워크 PART I 환경 CartPole-v0 소개 PART II 학습데이터, 신경망 구조와 손실함수 소개 PART III 그림으로 이해하는 DQN(Deep Q-Network, DQN) PART IV DQN 의사 코드 PART V DQN 코드 설명 PART VI DQN 전체 코드 제8장 Double DQN 제9장 Dueling DQN 부록 Advantage A(s,a)의 평균을 빼는 이유 |
저자 소개 1
서울대에서 이학사, 이학석사, 이학박사를 취득한 후, 울산대학교 수학과에 부임하여 현재까지 교수로 재임하면서 파이썬 프로그래밍, 수리 통계학, 수리인공지능(빅테이터 분석, 순방향신경망, 언어 처리에 사용하는 순환신경망, 이미지 처리에 사용하는 합성곱 신경망) 강의를 하고 있다.
추상목의 다른 상품
품목정보
- 발행일
- 2026년 08월 31일
- 이용안내
-
- 배송 없이 구매 후 바로 읽기
- 이용기간 제한없음
- TTS 불가능
- 저작권 보호를 위해 인쇄 기능 제공 안함
- 지원기기
- 크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(저사양 기기 사용 불가), PC(Mac)
- 파일/용량
- PDF(DRM) | 15.88MB ?
- 글자 수/ 페이지 수
- 약 335쪽 ?
- ISBN13
- 9791158088903
