Głębokie uczenie się i gra w Go

Opinie czytelników

Książka jest wysoko ceniona za praktyczne podejście do nauczania uczenia maszynowego przez pryzmat budowania sztucznej inteligencji dla gry Go. Czytelnicy doceniają jasne wyjaśnienia, przydatność zarówno dla programistów, jak i graczy Go oraz praktyczne przykłady kodowania. Kilku użytkowników napotkało jednak poważne wyzwania związane z kompatybilnością kodu, brakiem szczegółowych komentarzy i głębokością w niektórych obszarach. Ogólnie rzecz biorąc, jest to zalecane dla osób z solidnymi podstawami programowania i zainteresowanych głębokim uczeniem się.

Praktyczne i wciągające podejście do nauki uczenia maszynowego za pomocą języka Go.

Przejrzyste wyjaśnienia złożonych tematów, takich jak Deep Reinforcement Learning.

(na podstawie 15 opinii czytelników)

Oryginalny tytuł:

Deep Learning and the Game of Go

Zawartość książki:

Streszczenie

Deep Learning and the Game of Go uczy, jak zastosować moc głębokiego uczenia się do złożonych zadań rozumowania, budując sztuczną inteligencję grającą w Go. Po zapoznaniu się z podstawami uczenia maszynowego i głębokiego uczenia się, użyjesz Pythona do zbudowania bota, a następnie nauczysz go zasad gry.

Przedmowa Thore Graepel, DeepMind.

Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.

O technologii

Starożytna gra strategiczna Go jest niesamowitym studium przypadku dla sztucznej inteligencji. W 2016 roku system oparty na głębokim uczeniu zaszokował świat Go, pokonując mistrza świata. Niedługo po tym, ulepszony AlphaGo Zero zmiażdżył oryginalnego bota, wykorzystując głębokie uczenie wzmacniające do opanowania gry. Teraz możesz nauczyć się tych samych technik głębokiego uczenia, budując własnego bota Go.

O książce

Deep Learning and the Game of Go wprowadza do głębokiego uczenia się, ucząc budowania bota wygrywającego w Go. W miarę postępów będziesz stosować coraz bardziej złożone techniki i strategie szkoleniowe przy użyciu biblioteki głębokiego uczenia Keras w języku Python. Z przyjemnością będziesz obserwować, jak twój bot opanowuje grę w Go, a po drodze odkryjesz, jak zastosować swoje nowe umiejętności głębokiego uczenia się w szerokim zakresie innych scenariuszy.

Co zawiera

⬤ Zbuduj i naucz samodoskonalącą się sztuczną inteligencję do gier.

⬤ Ulepsz klasyczne systemy sztucznej inteligencji gier za pomocą głębokiego uczenia.

⬤ Zaimplementuj sieci neuronowe do głębokiego uczenia.

O Czytelniku

Wszystko czego potrzebujesz to podstawowa znajomość języka Python i matematyka na poziomie szkoły średniej. Doświadczenie w głębokim uczeniu nie jest wymagane.

O autorze

Max Pumperla i Kevin Ferguson to doświadczeni specjaliści od głębokiego uczenia, posiadający umiejętności w zakresie systemów rozproszonych i nauki o danych. Max i Kevin wspólnie stworzyli bota BetaGo o otwartym kodzie źródłowym.

Spis treści

CZĘŚĆ 1 - FUNDAMENTY.

⬤ W kierunku głębokiego uczenia: wprowadzenie do uczenia maszynowego.

⬤ Go jako problem uczenia maszynowego.

⬤ Wdrożenie pierwszego bota Go.

CZĘŚĆ 2 - UCZENIE MASZYNOWE I SZTUCZNA INTELIGENCJA W GRACH.

⬤ Granie w gry z wyszukiwaniem drzew.

⬤ Rozpoczęcie pracy z sieciami neuronowymi.

⬤ Projektowanie sieci neuronowej dla danych Go.

⬤ Uczenie się na podstawie danych: bot do głębokiego uczenia.

⬤ Wdrażanie botów w środowisku naturalnym.

⬤ Uczenie się przez praktykę: uczenie ze wzmocnieniem.

⬤ Uczenie ze wzmocnieniem z gradientami polityki.

⬤ Uczenie ze wzmocnieniem z metodami wartości.

⬤ Uczenie ze wzmocnieniem z metodami krytyki aktorów.

CZĘŚĆ 3 - WIĘKSZE NIŻ SUMA JEGO CZĘŚCI.

⬤ AlphaGo: Łączenie wszystkiego razem.

⬤ AlphaGo Zero: Integracja wyszukiwania drzew z uczeniem ze wzmocnieniem.