Partie I. Les bases
La première partie du livre couvre les bases de l'apprentissage par renforcement et fournit des informations générales. Elle se compose de trois chapitres :
-
Le chapitre 1 se concentre sur l'apprentissage par interaction avec quatre exemples majeurs : l'appariement des probabilités, la mise à jour bayésienne, l'apprentissage par renforcement (RL) et l'apprentissage Q profond (DQL).
-
Le chapitre 2 présente les concepts de la programmation dynamique (PD) et discute du DQL en tant qu'approche des solutions approximatives aux problèmes de PD. Le thème principal est la dérivation de politiques optimales pour maximiser une fonction objective donnée en prenant une séquence d'actions et en mettant à jour la politique optimale de manière itérative. Le DQL est illustré à l'aide du jeu CartPole du progiciel Python Gymnasium.
-
Le chapitre 3 développe un premier environnement
Financequi permet à l'agent DQL du chapitre 2 d'apprendre un jeu de prédiction financière. Bien que l'environnement reproduise formellement l'API de CartPole, il lui manque certaines caractéristiques importantes qui sont nécessaires pour appliquer la RL avec succès.
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access