Uczenie przez wzmacnianie w finansach. Wprowadzenie z wykorzystaniem Pythona

Uczenie przez wzmacnianie okazało się przełomowym rozwiązaniem. Jednym z najciekawszych algorytmó,w jest Deep Q-Learning (DQL), któ,ry może być stosowany do zmieniających się warunkó,w decyzyjnych. DQL w wielu przypadkach wykazuje skuteczność nieosiągalną dla człowieka. Nic dziwnego, że użycie tego rodzaju algorytmó,w w branży finansowej wydaje się wyjątkowo atrakcyjną opcją. Ta książka jest zwięzłym wprowadzeniem do głó,wnych zagadnień i aspektó,w uczenia przez wzmacnianie i algorytmó,w DQL. Docenią ją zaró,wno naukowcy, jak i praktycy poszukujący skutecznych algorytmó,w, przydatnych w pracy z finansami. Znajdziesz tu wiele interesujących przykładó,w w języku Python, zaprezentowanych w formie najciekawszych algorytmó,w gotowych do samodzielnego modyfikowania i testowania. W książce między innymi: uczenie przez wzmacnianie algorytm DQL algorytm aktor-krytyk implementacja powyższych algorytmó,w w Pythonie rozwiązywanie problemó,w handlu algorytmicznego, hedgingu dynamicznego i dynamicznej alokacji środkó,w w aktywa Książka ta doskonale wypełnia lukę między teorią a praktyką dzięki jasnym objaśnieniom i szczegó,łowemu kodowi w Pythonie!