반디앤루니스 인터넷서점
전체

로고이미지

검색

  • ▼
HOT ISSUE

네비게이션 실시간 인기 책

    파이썬과 케라스로 배우는 강화학습

    미리보기

    파이썬과 케라스로 배우는 강화학습 내 손으로 직접 구현하는 게임 인공지능

    시리즈 : 위키북스 데이터 사이언스 시리즈 [23]

    • 이웅원, 양혁렬, 김건우 외 저
    • 위키북스
    • 2017년 11월 03일
    • 정가
      27,000원
    • 판매가
      24,300원 [10% 할인]
    • 결제 혜택
      무이자
    • 적립금
      1,350원 적립 [5%P]

      NAVER Pay 결제 시 네이버페이 포인트 5% 적립 ?

    품절된 상품입니다.

    위시리스트
    회원리뷰
    - [0]
    ISBN: 9791158390723 372쪽 176 x 236 (㎜)

    지금 이책은

    이 분야의 베스트셀러

    이 책과 함께 구매한 책

    이 책이 속한 분야

    이 책의 시리즈

    전체 선택 쇼핑카트 담기
    시리즈 위키북스 데이터 사이언스 시리즈 (23)

    책 소개

    상품문의 / 정보수정 요청 >

    출판사 리뷰

    ★ 이 책에서 다루는 내용 ★
    ◎ 강화학습의 배경과 개념
    ◎ 강화학습의 기초 이론: MDP, 벨만 방정식, 다이내믹 프로그래밍
    ◎ 고전 강화학습 알고리즘: 몬테카를로, 살사, 큐러닝
    ◎ 인공신경망을 이용한 강화학습 알고리즘: 딥살사, REINFORCE, DQN, 액터-크리틱, A3C
    ◎ 강화학습 알고리즘 구현: 그리드월드, 카트폴, 아타리게임

    추천글

     


    "간략한 이론 설명과 함께 실제로 돌아가는 풍부한 파이썬 예제를 통해 새로운 개념과 주제들을 쉽고 재미있게 소개해 나갑니다. 또한, 책 후반부에는 A3C와 같이 실제 연구에 사용되는 최신 강화학습 기법도 다룹니다. <파이썬과 케라스로 배우는 강화학습> 덕분에 국내에서도 강화학습을 쉽게 다루는 학생과 엔지니어들이 많이 늘어나기를 희망하며, 이런 기회를 만들어 준 저자 분들에게 다시 한 번 감사의 말씀을 드립니다."
    — 카카오브레인 AI 연구 총괄 김남주

    "강화학습의 고전적인 이론뿐 아니라 최근의 연구 결과까지 이 한 권의 책으로 엮어 내고 있습니다. 또한 초보자도 쉽게 접할 수 있는 파이썬과 케라스를 통해 각 알고리즘을 구현하고, 아타리 게임이나 OpenAI Gym 시뮬레이션 환경에서 알고리즘의 성능을 테스트해볼 수 있어서 지루하지 않게 강화학습을 배울 수 있을 것입니다."
    — 모두의연구소 연구소장 김승일

    "또 한 가지 이 책의 장점은 책에서 소개하는 다양한 예제들을 직접 github를 통해 접하고, 사용할 수 있다는 점이다. 향후 기술 발전으로 달라지는 내용이 생기더라도 그에 맞추어 예제들이 업데이트된다는 측면에서도 현재의 빠르게 발전하는 강화학습을 공부하는 데 많은 도움이 될 것입니다."
    — 빅뱅엔젤스 매니징파트너 / 루닛 Advisor 정지훈


    저자 소개

    이웅원, 양혁렬, 김건우 외

    이웅원은 연세대학교 기계공학과를 졸업했다. '모두의연구소'에서 개최한 강화학습 스터디에 참여해 공부하면서 강화학습 관련 깃북(https://www.gitbook.com/book/dnddnjs/rl)을 작성했다. 현재는 제이마플에서 딥러닝을 사용해 소리를 인식하는 작업을 하고 있다.

    책 속에서

    목차

    [1부] 강화학습 소개
    ▣ 1장: 강화학습 개요
    강화학습의 개념
    ___스키너의 강화 연구
    ___우리 주변에서의 강화
    ___머신러닝과 강화학습
    ___스스로 학습하는 컴퓨터, 에이전트
    강화학습 문제
    ___순차적 행동 결정 문제
    ___순차적 행동 결정 문제의 구성 요소
    ___방대한 상태를 가진 문제에서의 강화학습
    강화학습의 예시: 브레이크아웃
    ___딥마인드에 의해 다시 빛을 본 아타리 게임
    ___브레이크아웃의 MDP와 학습 방법
    정리
    ___강화학습의 개념
    ___강화학습 문제
    ___강화학습의 예시: 브레이크아웃
    [2부] 강화학습 기초
    ▣ 2장: 강화학습 기초 1 - MDP와 벨만 방정식
    MDP
    ___상태
    ___행동
    ___보상함수
    ___상태 변환 확률
    ___감가율
    ___정책
    가치함수
    ___가치함수
    ___큐함수
    벨만 방정식
    ___벨만 기대 방정식
    ___벨만 최적 방정식
    정리
    ___MDP
    ___가치함수
    ___벨만 방정식
    ▣ 3장: 강화학습 기초 2 - 그리드월드와 다이내믹 프로그래밍
    다이내믹 프로그래밍과 그리드월드
    ___순차적 행동 결정 문제
    ___다이내믹 프로그래밍
    ___격자로 이뤄진 간단한 예제: 그리드월드
    다이내믹 프로그래밍 1: 정책 이터레이션
    ___강화학습 알고리즘의 흐름
    ___정책 이터레이션
    ___정책 평가
    ___정책 발전
    ___RLCode 깃허브 저장소
    ___정책 이터레이션 코드 설명
    ___정책 이터레이션 코드 실행
    다이내믹 프로그래밍 2: 가치 이터레이션
    ___명시적인 정책과 내재적인 정책
    ___벨만 최적 방정식과 가치 이터레이션
    ___가치 이터레이션 코드 설명
    ___가치 이터레이션 코드 실행
    다이내믹 프로그래밍의 한계와 강화학습
    ___다이내믹 프로그래밍의 한계
    ___모델 없이 학습하는 강화학습
    정리
    ___다이내믹 프로그래밍과 그리드월드
    ___다이내믹 프로그래밍 1: 정책 이터레이션
    ___다이내믹 프로그래밍 2: 가치 이터레이션
    ___다이내믹 프로그래밍의 한계와 강화학습
    ▣ 4장: 강화학습 기초 3 - 그리드월드와 큐러닝
    강화학습과 정책 평가 1: 몬테카를로 예측
    ___사람의 학습 방법과 강화학습의 학습 방법
    ___강화학습의 예측과 제어
    ___몬테카를로 근사의 예시
    ___샘플링과 몬테카를로 예측
    강화학습과 정책 평가 2: 시간차 예측
    ___시간차 예측
    강화학습 알고리즘 1: 살사
    ___살사
    ___살사 코드 설명
    ___살사 코드의 실행 및 결과
    강화학습 알고리즘 2: 큐러닝
    ___살사의 한계
    ___큐러닝 이론
    ___큐러닝 코드 설명
    ___큐러닝 코드의 실행 결과
    정리
    ___강화학습과 정책 평가 1: 몬테카를로 예측
    ___강화학습과 정책 평가 2: 시간차 예측
    ___강화학습 알고리즘 1: 살사
    ___강화학습 알고리즘 2: 큐러닝
    [3부] 강화학습 심화
    ▣ 5장: 강화학습 심화 1 - 그리드월드와 근사함수
    근사함수
    ___몬테카를로, 살사, 큐러닝의 한계
    ___근사함수를 통한 가치함수의 매개변수화
    인공신경망
    ___인공신경망 1: 인공신경망의 개념
    ___인공신경망 2: 노드와 활성함수
    ___인공신경망 3: 딥러닝
    ___인공신경망 4: 신경망의 학습
    인공신경망 라이브러리: 케라스
    ___케라스 소개
    ___간단한 케라스 예제
    딥살사
    ___딥살사 이론
    ___딥살사 코드 설명
    ___딥살사의 실행 및 결과
    폴리시 그레이디언트
    ___정책 기반 강화학습
    ___폴리시 그레이디언트
    ___REINFORCE 코드 설명
    ___REINFORCE의 실행 및 결과
    정리
    ___근사함수
    ___인공신경망
    ___인공신경망 라이브러리: 케라스
    ___딥살사
    ___폴리시 그레이디언트
    ▣ 6장: 강화학습 심화 2 - 카트폴
    알고리즘 1: DQN
    ___카트폴 예제의 정의
    ___DQN 이론
    ___DQN 코드 설명
    ___DQN 실행 및 결과
    알고리즘 2: 액터-크리틱
    ___액터-크리틱 이론 소개
    ___액터-크리틱 코드 설명
    ___액터-크리틱 실행 및 결과
    정리
    ___알고리즘 1: DQN
    ___알고리즘 2: 액터-크리틱
    ▣ 7장: 강화학습 심화 3 - 아타리
    브레이크아웃 DQN
    ___아타리: 브레이크아웃
    ___컨볼루션 신경망(CNN)이란?
    ___브레이크아웃의 컨볼루션 신경망
    ___DQN 학습 전 준비 사항
    ___DQN 코드 설명
    ___텐서보드 사용법
    ___브레이크아웃 DQN 실행 및 결과
    브레이크아웃 A3C
    ___DQN의 한계
    ___A3C란?
    ___멀티스레딩 소개
    ___브레이크아웃 A3C 코드 설명
    ___브레이크아웃 A3C 실행 결과
    ___브레이크아웃 DQN, A3C의 저장된 모델 플레이
    정리
    ___브레이크아웃 DQN
    ___브레이크아웃 A3C
    ▣ 부록A: 학습결과 업로드
    ___오픈에이아이 짐의 다양한 예제
    ___오픈에이아이 짐에 학습 결과를 업로드

    배송 시 유의사항

    - 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
     (배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)

    - 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.

    - 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.

    - 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)

    - 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.

    반품/교환

    상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)

    반품/교환

    반품/교환
    반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판
    반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능
    반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음)
    반품/교환 불가 사유
    • 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
    • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    • 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
    • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
    • 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
    • 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
    소비자 피해보상
    환불지연에 따른 배상
    • 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
      소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨
    • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
      소비자 보호에 관한 법률에 따라 처리함
    반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
    • 회사명 : (주)서울문고
    • 대표이사 : 김홍구
    • 개인정보 보호책임자 : 김홍구
    • E-mail : bandi_cs@bnl.co.kr
    • 소재지 : (06168) 서울 강남구 삼성로 96길 6
    • 사업자 등록번호 : 120-81-02543
    • 통신판매업 신고번호 : 제2023-서울강남-03728호
    • 물류센터 : (10881) 경기도 파주시 문발로 77 반디앤루니스
    copyright (c) 2016 BANDI&LUNI'S All Rights Reserved