譯者序
前言
作者簡介
審校者簡介
第1章 歡迎來到機器人世界1
11 開始你的AI旅程1
12 四種不同的AI模型2
13 學習AI可以讓你做什么3
14 小結5
第2章 探索你的AI工具包6
21 GitHub源代碼頁面6
22 Colaboratory 運行環(huán)境7
23 小結11
第3章 Python基礎——學習如何用Python編程12
31 顯示文本13
32 變量和操作13
33 列表和數組14
34 if語句和條件16
35 for循環(huán)和while循環(huán)17
36 函數21
37 類和對象22
38 小結24
第4章 AI基礎技巧25
41 什么是強化學習25
42 強化學習的五大原理26
421 原理#1——輸入與輸出系統26
422 原理#2——獎勵27
423 原理#3——AI環(huán)境27
424 原理#4——馬爾可夫決策過程28
425 原理#5——訓練與推斷28
43 小結30
第5章 你的第一個AI模型——小心老虎機31
51 多臂老虎機問題31
52 湯普森采樣模型32
521 模型編程32
522 理解模型36
523 什么是分布37
524 應對多臂老虎機問題39
525 湯普森采樣策略三步走41
526 湯普森采樣模型的臨門一腳42
527 湯普森采樣模型與標準模型42
53 小結44
第6章 銷售和廣告中的AI——像“AI街之狼”一樣銷售45
61 待解決的問題45
62 用仿真構建AI環(huán)境47
621 運行仿真程序48
622 回顧50
63 AI解決方案及其直覺的回顧50
631 AI解決方案51
632 直覺51
64 技術實現52
641 湯普森采樣與隨機策略選擇52
642 開始編程52
643 最終結果57
65 小結58
第7章 歡迎來到Q學習59
71 迷宮59
711 第一步60
712 構建環(huán)境61
713 構建AI模型64
72 Q學習的完整流程66
721 訓練模式66
722 推斷模式67
73 小結67
第8章 物流行業(yè)中的AI——倉庫中的機器人68
81 構建環(huán)境69
811 狀態(tài)70
812 行為70
813 獎勵70
814 AI解決方案回顧70
82 技術實現71
821 第1部分——構建環(huán)境72
822 第2部分——用Q學習構建AI解決方案74
823 第3部分——進入推斷模式75
824 改進1——自動化獎勵分配77
825 改進2——加入一個中間目標80
83 小結82
第9章 人工大腦——深度Q學習83
91 預測房價83
911 上傳數據集84
912 導入依賴庫85
913 排除變量86
914 準備數據87
915 構建神經網絡90
916 訓練神經網絡91
917 展示結果91
92 深度學習理論92
921 神經元92
922 激活函數95
923 神經網絡的工作原理98
924 神經網絡如何學習98
925 正向傳播算法和反向傳播算法99
926 梯度下降算法100
93 深度Q學習106
931 歸一化指數方法107
932 深度Q學習回顧108
933 經驗回放109
934 深度Q學習的完整算法109
94 小結110
第10章 自動駕駛汽車中的AI——造一輛自動駕駛汽車111
101 構建環(huán)境111
1011 設定目標113
1012 設置參數116
1013 輸入狀態(tài)118
1014 輸出行為119
1015 獎勵120
102 AI解決方案回顧122
103 技術實現123
1031 第1步——導入依賴庫123
1032 第2步——創(chuàng)造神經網絡的架構124
1033 第3步——實現經驗回放127
1034 第4步——實現深度Q學習130
104 演示138
1041 安裝Anaconda139
1042 用Python 36創(chuàng)建一個虛擬環(huán)境140
1043 安裝PyTorch142
1044 安裝Kivy143
105 小結151
第11章 商業(yè)中的AI——用深度Q學習使成本最小化152
111 要解決的問題152
112 構建環(huán)境153
1121 服務器環(huán)境中的常量和變量153
1122 關于服務器環(huán)境的假設154
1123 仿真155
1124 整體功能156
1125 定義狀態(tài)157
1126 定義行為158
1127 定義獎勵158
1128 最后的仿真示例159
113 AI解決方案161
1131 大腦162
1132 技術實現163
114 演示191
115 回顧——通用AI框架/藍圖199
116 小結200
第12章 深度卷積Q學習201
121 CNN有什么用途201
122 CNN的工作原理202
1221 第1步——卷積204
1222 第2步——最大池化206
1223 第3步——扁平化209
1224 第4步——全連接210
123 深度卷積Q學習211
124 小結212
第13章 游戲中的AI——成為《貪吃蛇》大師213
131 要解決的問題213
132 構建環(huán)境214
1321 定義狀態(tài)214
1322 定義行為215
1323 定義獎勵216
133 AI解決方案216
1331 大腦217
1332 經驗回放記憶218
134 技術實現219
1341 第1步——構建環(huán)境219
1342 第2步——構建大腦226
1343 第3步——構建經驗回放記憶228
1344 第4步——訓練AI模型230
1345 第5步——測試AI模型235
135 演示237
1351 安裝237
1352 結果242
136 小結243
第14章 回顧與總結244
141 回顧——整體AI框架/藍圖244
142 探索你在AI領域的下一站245
1421 不斷練習246
1422 社交247
1423 學無止境247
鄂公網安備 42010302001612號 