Applying Reinforcement Learning on Real-World Data with Practical Examples in Python
Inglese, Kajal Singh, Matthew E. Taylor, Philip Osborne, 2022Più di 10 pezzi ordinati
Informazioni sul prodotto
Il libro "Applying Reinforcement Learning on Real-World Data with Practical Examples in Python" offre un'introduzione completa all'applicazione del Reinforcement Learning (RL) in scenari reali. È destinato ad accademici, professionisti e appassionati di dati che desiderano comprendere e applicare i principi fondamentali del RL. L'autore, Philip Osborne, insieme a Kajal Singh e Matthew E. Taylor, spiega come le metodologie RL possano essere utilizzate con successo in vari settori come la robotica, il trading finanziario e l'ottimizzazione della catena di approvvigionamento. Il libro mette in evidenza le sfide che si presentano nell'applicazione del RL nel mondo reale, come la scarsità di dati e la necessità di formattare i dati correttamente. Attraverso esempi pratici e spiegazioni dettagliate, i lettori vengono guidati a interiorizzare i concetti e a implementare efficacemente le metodologie. La combinazione di conoscenze teoriche e applicazioni pratiche rende questo libro una risorsa preziosa per chiunque desideri affrontare l'implementazione del Reinforcement Learning nella pratica.
argomento | Tecnologia & IT |
Subtopic | Informatica |
Lingua | Inglese |
Autore | Kajal Singh, Matthew E. Taylor, Philip Osborne |
Anno | 2022 |
Numero di pagine | 92 |
Copertina del libro | Libro tascabile |
No. di articolo | 56859053 |
Editore | Springer |
Categoria | Libro specialistico |
Data di rilascio | 27.3.2025 |
argomento | Tecnologia & IT |
Subtopic | Informatica |
Lingua | Inglese |
Autore | Kajal Singh, Matthew E. Taylor, Philip Osborne |
Anno | 2022 |
Numero di pagine | 92 |
Copertina del libro | Libro tascabile |
Emissioni di CO₂ | 0.35 kg |
Contributo climatico | CHF 0.11 |
Altezza | 235 mm |
Larghezza | 191 mm |
Confronta i prodotti
Suggerimenti
Valutazioni e opinioni
Ritenuta di garanzia
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» presenta un difetto nei primi 24 mesi.
Fonte: Digitec Galaxus- 1.Rheinwerk0 %
- 1.S.Fischer0 %
- 1.Springer0 %
- 1.Stämpfli0 %
- 1.Ullstein0 %
Durata della garanzia
Il tempo di elaborazione che intercorre tra l'arrivo al centro di assistenza e il recupero da parte del cliente, in media in giorni lavorativi.
Fonte: Digitec Galaxus- SpringerDati non sufficienti
- An der RuhrDati non sufficienti
- AnacondaDati non sufficienti
- AristonDati non sufficienti
- Avery Publishing GroupDati non sufficienti
Purtroppo non disponiamo di dati sufficienti per questa categoria per mostrarti ulteriori percentuali.
Percentuale di reso
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» viene restituito.
Fonte: Digitec Galaxus- 61.HarperCollins1.2 %
- 61.Klett-Cotta1.2 %
- 61.Springer1.2 %
- 61.Various Publishers1.2 %
- 68.Anaconda1.3 %