반디앤루니스 인터넷서점
전체

로고이미지

검색

  • ▼
HOT ISSUE

네비게이션 실시간 인기 책

    PyTorch를 활용한 강화학습/심층강화학습 실전 입문

    미리보기

    PyTorch를 활용한 강화학습/심층강화학습 실전 입문 파이토치로 익히는 기초 강화학습 및 심층강화학습 알고리즘의 원리와 구현

    • 오가와 유타로 저
    • 심효섭 역
    • 위키북스
    • 2018년 12월 18일
    • 정가
      25,000원
    • 판매가
      22,500원 [10% 할인]
    • 결제 혜택
      무이자
    • 적립금
      1,250원 적립 [5%P]

      NAVER Pay 결제 시 네이버페이 포인트 5% 적립 ?

    품절된 상품입니다.

    위시리스트
    회원리뷰
    - [0]
    ISBN: 9791158391287 256쪽 175 x 235 (㎜)

    지금 이책은

    이 분야의 베스트셀러

    이 책과 함께 구매한 책

    이 책이 속한 분야

    책 소개

    상품문의 / 정보수정 요청 >

    출판사 리뷰

    강화학습과 심층강화학습 알고리즘을 직접 구현하면서 이해한다!



    이 책에서는 강화학습이나 딥러닝 같은 이론보다는 강화학습을 실제로 구현하는 데 초점을 맞춘다. 연구자가 아닌 일반인을 대상으로 실제로 강화학습 알고리즘을 구현하는 과정과 통해 강화학습 및 강화학습에 딥러닝을 접목한 심층강화학습을 이해하는 것을 목표로 한다. 따라서 이론보다는 구현을 중시하고 코드와 그에 대한 설명을 많이 다룬다. 초보 수준의 파이썬 프로그래밍 및 선형대수에 대한 지식을 갖췄고, 딥러닝과 강화학습에 대해 관심은 있지만 자세한 구현 방법을 알지 못하는 분들이라면 이 책을 통해 강화학습 및 심층강화학습 알고리즘의 원리와 구체적인 구현 방법을 손에 익힐 수 있을 것이다.




    ★ 이 책에서 다루는 내용 ★



    ◎ 강화학습 기초 이론

    ◎ 미로찾기를 통한 강화학습 구현

    ◎ 역진자 문제를 통한 강화학습 구현

    ◎ 파이토치를 이용한 딥러닝 구현

    ◎ 심층강화학습 알고리즘 구현: DQN

    ◎ 기타 심층강화학습 알고리즘 및 구현 방법

    ◎ AWS GPU 환경에서 벽돌 깨기 구현

    저자 소개

    오가와 유타로

    지은이 : 오가와 유타로
    주식회사 덴쓰 국제정보서비스 기술본부 개발기술부 소속. 딥러닝을 비롯한 머신러닝 관련 기술의 연구개발 및 워크스타일이노베이션실의 HR 데이터 분석을 담당하고 있다. 아카시 공업고등전문학교, 도쿄대학 공학부를 거쳐 도쿄대학 대학원의 짐보-코타니 연구실에서 뇌기능 계측 및 계산 신경과학을 연구했으며 2016년 박사학위를 취득했다. 도쿄대학 특임연구원을 거쳐 현직에는 2017년 4월부터 종사 중이다.
    ㆍ깃허브: https://github.com/YutaroOgawa
    ㆍQiita: https://qiita.com/sugulu  

    옮긴이 : 심효섭
    연세대학교 문헌정보학과를 졸업하고 모교 중앙도서관과의 인연으로 도서관 솔루션 업체에서 일하게 되면서 개발을 시작했다. 네이버에서 웹 서비스 개발 업무를 맡았으며, 웹 서비스 외에 기계학습에 대한 공부도 꾸준히 하고 있다. 최근 관심사는 회사에 속하지 않고도 지속 가능한 삶이다. 옮긴 책으로 『PyTorch를 활용한 머신러닝, 딥러닝 철저 입문』 『딥러닝 제대로 시작하기』 『그림과 수식으로 배우는 통통 딥러닝』 등 10여 종이 있다.  

    역자 소개

    심효섭

    연세대학교 문헌정보학과를 졸업하고 모교 중앙도서관과의 인연으로 도서관 솔루션 업체에서 일하게 되면서 개발을 시작했다. 네이버에서 웹 서비스 개발 업무를 맡았으며, 웹 서비스 외에 기계학습에 대한 공부도 꾸준히 하고 있다. 최근 관심사는 회사에 속하지 않고도 지속 가능한 삶이다. 옮긴 책으로 『PyTorch를 활용한 머신러닝, 딥러닝 철저 입문』 『딥러닝 제대로 시작하기』 『그림과 수식으로 배우는 통통 딥러닝』 등 10여 종이 있다.

     

    목차

    ▣ 01장: 강화학습이란 무엇인가?
    1.1 머신러닝의 유형(지도학습, 비지도학습, 강화학습)
    __용어 정리
    __지도학습, 비지도학습, 강화학습
    1.2 강화학습 및 심층강화학습의 역사
    __강화학습과 뇌에서 일어나는 학습
    __강화학습과 딥러닝의 결합
    1.3 심층강화학습의 응용 사례
    __심층강화학습의 응용 사례
    __심층강화학습의 미래

    ▣ 02장: 미로찾기를 위한 강화학습 구현
    2.1 주피터 노트북 체험 페이지 사용법
    __이번 장에서 사용할 강화학습 구현 및 실행 환경
    __주피터 노트북 체험 페이지 사용법
    2.2 미로와 에이전트 구현
    __미로 구현
    __에이전트 구현
    2.3 정책반복 구현
    __정책반복과 가치반복
    __정책경사 알고리즘에 따라 에이전트 이동시키기
    __정책경사 알고리즘으로 정책 수정
    __정책경사 알고리즘에 대한 이론
    __보상
    2.4 가치반복 알고리즘 관련 용어 정리
    __행동가치와 상태가치
    __벨만 방정식과 마르코프 결정 프로세스
    __ε-greedy 알고리즘으로 정책 구현하기
    2.5 Sarsa 알고리즘 구현
    __행동가치 함수 Q(s,a)를 Sarsa 알고리즘으로 수정
    __Sarsa로 미로찾기 구현
    __Q러닝의 알고리즘
    __Q러닝 구현
    2.6 Q러닝 구현

    ▣ 03장: 역진자 문제를 위한 강화학습 구현
    3.1 로컬 PC에 강화학습 개발환경 갖추기
    __파이썬 실행 환경인 아나콘다 설치
    __강화학습에 사용할 라이브러리 설치
    3.2 역진자 태스크 \"CartPole\"
    __CartPole이란?
    __CartPole 구현
    3.3 다변수, 연속값 상태를 표형식으로 나타내기
    __CartPole의 상태
    __상태의 이산변수 변환 구현
    3.4 Q러닝 구현

    ▣ 04장: 파이토치를 이용한 딥러닝 구현
    4.1 신경망과 딥러닝의 역사
    __첫 번째 신경망 연구 붐
    __두 번째 신경망 연구 붐
    __세 번째 신경망 연구 붐
    4.2 딥러닝의 계산 과정
    __추론 단계
    __학습 단계
    4.3 파이토치를 이용한 MNIST 손글씨 이미지 분류 구현
    __파이토치란?
    __파이토치 개발환경 갖추기
    __MNIST 데이터 다운로드
    __파이토치를 이용한 딥러닝 구현
    ____1. 데이터 전처리
    ____2. DataLoader 생성
    ____3. 신경망 구성
    ____4. 오차함수 및 최적화 기법 설정
    ____5. 학습 및 추론 설정
    ____6. 학습 및 추론 수행
    파이토치 사용법에 대한 보충 설명

    ▣ 05장: 딥러닝을 적용한 강화학습 - DQN 구현
    5.1 딥러닝을 적용한 Q러닝
    __표형식 표현의 문제점
    __심층강화학습 알고리즘 DQN
    5.2 DQN을 구현할 때 중요한 4가지 기법
    5.3 DQN 구현(1)
    __파이토치로 DQN을 구현할 때 주의점
    __DQN 구현
    5.4 DQN 구현(2)

    ▣ 06장: 딥러닝을 적용한 강화학습 - 심화 과정
    6.1 심층강화학습 알고리즘 지도
    6.2 DDQN(Double-DQN) 구현
    __DDQN
    __DDQN 구현
    6.3 Dueling Network 구현
    __Dueling Network
    __Dueling Network 구현
    6.4 Prioritized Experience Replay 구현
    __Prioritized Experience Replay
    __Prioritized Experience Replay 구현
    6.5 A2C 구현
    __A2C
    __A2C 구현

    ▣ 07장: AWS GPU 환경에서 벽돌 깨기 구현
    7.1 벽돌 깨기 게임 \"Breakout\"
    7.2 AWS로 GPU를 사용하는 딥러닝 실행 환경 구성
    __우분투 터미널 설치
    __가상 서버와 통신하는 데 사용할 키 생성
    __AWS에서 딥러닝을 실행할 가상 서버 만들기
    __벽돌 깨기 게임 실행 환경 구축
    7.3 Breakout 학습에서 중요한 포인트 4가지
    __로컬 PC 환경 설정
    __Breakout 게임을 학습하는 데 중요한 포인트 4가지
    7.4 A2C 구현(1)
    7.5 A2C 구현(2)

    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