【2022新书】机器学习的实用模拟与合成,428页pdf

2022 年 8 月 10 日 专知


模拟和合成是未来人工智能和机器学习的核心部分。想想看: 程序员、数据科学家和机器学习工程师可以在没有汽车的情况下创造出自动驾驶汽车的大脑。您不需要使用来自真实世界的信息,而是可以使用模拟来合成人工数据来训练传统的机器学习模型。这仅仅是个开始。


通过这本实用的书,您将探索基于模拟和综合的机器学习和人工智能的可能性,专注于深度强化学习和模仿学习技术。AI和ML越来越受数据驱动,而模拟是释放它们全部潜力的强大而吸引人的方式。


https://www.oreilly.com/library/view/practical-simulations-for/9781492089919/


你将学习如何:

使用Unity引擎模拟设计一种解决ML和AI问题的方法

使用游戏引擎合成图像作为训练数据

创建模拟环境,设计用于训练深度强化学习和模仿学习模型

使用和应用高效的通用算法,以模拟为基础的ML,如近端策略优化

使用不同的方法训练各种ML模型

使ML工具与行业标准的游戏开发工具一起工作,使用PyTorch和Unity ML- agents和Perception工具包。


本书分为三个部分。


第一部分,“模拟和合成的基础”,介绍了模拟和合成的主题,并使您在轻轻地基于每个简单的活动。


第二部分,“为了乐趣和利润而模拟世界”,致力于模拟。这是书中最重要的部分,因为模拟是一个比综合大得多的主题。在本部分中,我们将几乎一步一步地完成一系列模拟活动,并在此过程中构建额外的概念和方法。在本部分结束时,您将通过模拟了解到许多不同的路径。


第三部分,“合成数据,真实结果”,致力于合成。这是一个比模拟小得多的部分,但仍然至关重要。您将学习使用Unity创建合成数据的基础知识,到最后,您将具备基本的任何类型的合成您可能需要。



专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“M428” 就可以获取【2022新书】机器学习的实用模拟与合成,428页pdf》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料
登录查看更多
15

相关内容

【2022新书】应用Python进行时间序列分析与预测,377页pdf
专知会员服务
136+阅读 · 2022年11月3日
【干货书】强化学习Python真实数据与实例应用,110页pdf
专知会员服务
110+阅读 · 2022年10月13日
【实用书】强化学习实战:Python,110页pdf
专知会员服务
144+阅读 · 2022年6月9日
【2021新书】基于Python的实用深度学习概述,464页pdf
专知会员服务
85+阅读 · 2021年10月25日
专知会员服务
236+阅读 · 2021年10月8日
专知会员服务
102+阅读 · 2021年5月19日
【干货书】Python机器学习,361页pdf
专知会员服务
257+阅读 · 2021年2月25日
【2020新书】机器学习在能源行业中的应用,315页pdf
专知会员服务
120+阅读 · 2020年11月3日
【2022新书】生命科学的数据分析,511页pdf
专知
12+阅读 · 2022年11月15日
【2022新书】Python DevOps,245页pdf
专知
5+阅读 · 2022年7月11日
【实用书】强化学习实战:Python,110页pdf
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年11月18日
Arxiv
35+阅读 · 2021年8月2日
Arxiv
64+阅读 · 2021年6月18日
Arxiv
49+阅读 · 2021年5月9日
Arxiv
24+阅读 · 2021年1月25日
AutoML: A Survey of the State-of-the-Art
Arxiv
67+阅读 · 2019年8月14日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
25+阅读 · 2018年8月19日
VIP会员
相关VIP内容
【2022新书】应用Python进行时间序列分析与预测,377页pdf
专知会员服务
136+阅读 · 2022年11月3日
【干货书】强化学习Python真实数据与实例应用,110页pdf
专知会员服务
110+阅读 · 2022年10月13日
【实用书】强化学习实战:Python,110页pdf
专知会员服务
144+阅读 · 2022年6月9日
【2021新书】基于Python的实用深度学习概述,464页pdf
专知会员服务
85+阅读 · 2021年10月25日
专知会员服务
236+阅读 · 2021年10月8日
专知会员服务
102+阅读 · 2021年5月19日
【干货书】Python机器学习,361页pdf
专知会员服务
257+阅读 · 2021年2月25日
【2020新书】机器学习在能源行业中的应用,315页pdf
专知会员服务
120+阅读 · 2020年11月3日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年11月18日
Arxiv
35+阅读 · 2021年8月2日
Arxiv
64+阅读 · 2021年6月18日
Arxiv
49+阅读 · 2021年5月9日
Arxiv
24+阅读 · 2021年1月25日
AutoML: A Survey of the State-of-the-Art
Arxiv
67+阅读 · 2019年8月14日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
25+阅读 · 2018年8月19日
Top
微信扫码咨询专知VIP会员