Hluboké učení a hra Go

Recenze čtenářů

Kniha je vysoce ceněna pro svůj praktický přístup k výuce strojového učení na příkladu tvorby umělé inteligence pro hru Go. Čtenáři oceňují její srozumitelné vysvětlení, význam pro vývojáře i hráče hry Go a praktické příklady kódování. Několik uživatelů se však setkalo se značnými problémy, které se týkaly kompatibility kódu, nedostatku podrobných komentářů a hloubky v některých oblastech. Celkově lze knihu doporučit těm, kteří mají solidní základy v programování a zajímají se o hluboké učení.

Praktický a poutavý přístup k učení strojového učení pomocí jazyka Go.

Jasné vysvětlení složitých témat, jako je například Deep Reinforcement Learning.

(na základě 15 hodnocení čtenářů)

Původní název:

Deep Learning and the Game of Go

Obsah knihy:

Shrnutí

Kniha Hluboké učení a hra Go vás naučí, jak aplikovat sílu hlubokého učení na komplexní úlohy uvažování prostřednictvím vytvoření umělé inteligence hrající hru Go. Poté, co se seznámíte se základy strojového a hlubokého učení, použijete jazyk Python k sestavení bota a poté ho naučíte pravidla hry.

Předmluva: Thore Graepel, DeepMind.

Zakoupení tištěné knihy zahrnuje bezplatnou elektronickou knihu ve formátech PDF, Kindle a ePub od nakladatelství Manning Publications.

O technologii

Starobylá strategická hra Go je neuvěřitelnou případovou studií pro umělou inteligenci. V roce 2016 systém založený na hlubokém učení šokoval svět hry Go tím, že porazil světového šampiona. Krátce poté vylepšený AlphaGo Zero rozdrtil původního bota tím, že k ovládnutí hry využil hluboké posilovací učení. Nyní se můžete naučit stejné techniky hlubokého učení tím, že si vytvoříte vlastního bota Go.

O knize

Kniha Hluboké učení a hra Go vás seznámí s hlubokým učením a naučí vás sestavit robota, který vyhraje hru Go. Postupně budete používat stále složitější tréninkové techniky a strategie s využitím knihovny Keras pro hluboké učení v jazyce Python. Užijete si sledování, jak váš bot zvládne hru Go, a cestou zjistíte, jak své nové dovednosti v oblasti hlubokého učení uplatnit v celé řadě dalších scénářů.

Co je uvnitř

⬤ Sestavte a naučte sebezdokonalující se herní umělou inteligenci.

⬤ Vylepšete klasické systémy herní UI pomocí hlubokého učení.

⬤ Zavedení neuronových sítí pro hluboké učení.

O čtenáři

Vše, co potřebujete, jsou základní znalosti jazyka Python a matematika na úrovni střední školy. Nejsou vyžadovány žádné zkušenosti s hlubokým učením.

O autorovi

Max Pumperla a Kevin Ferguson jsou zkušení odborníci na hluboké učení, kteří se vyznají v distribuovaných systémech a datové vědě. Max a Kevin společně vytvořili open source bota BetaGo.

Obsah

ČÁST 1 - ZÁKLADY.

⬤ Na cestě k hlubokému učení: úvod do strojového učení.

⬤ Go jako problém strojového učení.

⬤ Implementace prvního bota Go.

ČÁST 2 - STROJOVÉ UČENÍ A HERNÍ AI.

⬤ Hry se stromovým vyhledáváním.

⬤ Začínáme s neuronovými sítěmi.

⬤ Navržení neuronové sítě pro data hry Go.

⬤ Učení z dat: bot pro hloubkové učení.

⬤ Doplňování botů ve volné přírodě.

⬤ Učení praxí: posilování učení.

⬤ Učení posilováním s gradienty politiky.

⬤ Učení s posilováním pomocí hodnotových metod.

⬤ Učení posilováním s metodami kritiky aktérů.

ČÁST 3 - VĚTŠÍ NEŽ SOUČET ČÁSTÍ.

⬤ AlphaGo: Spojení všeho dohromady.

⬤ AlphaGo Zero: Integrace stromového prohledávání s posilovacím učením.