# Uczenie przez wzmacnianie w finansach. Wprowadzenie z wykorzystaniem Pythona

Canonical: https://www.kolczanksiazek.pl/yves-hilpisch/uczenie-przez-wzmacnianie-w-finansach-wprowadzenie-z-wykorzystaniem-pythona/9788328925786

Wersja JSON (te same dane): https://www.kolczanksiazek.pl/yves-hilpisch/uczenie-przez-wzmacnianie-w-finansach-wprowadzenie-z-wykorzystaniem-pythona/9788328925786.json

![Uczenie przez wzmacnianie w finansach. Wprowadzenie z wykorzystaniem Pythona](https://quivercdn.com/covers/helion/yves-hilpisch/uczenie-przez-wzmacnianie-w-finansach-wprowadzenie-z-wykorzystaniem-pythona_978-83-2892-578-6.jpg?v=2026-04-07%2010%3A15%3A20)

- Książka: [Uczenie przez wzmacnianie w finansach. Wprowadzenie z wykorzystaniem Pythona](https://www.kolczanksiazek.pl/yves-hilpisch/uczenie-przez-wzmacnianie-w-finansach-wprowadzenie-z-wykorzystaniem-pythona) ([Uczenie przez wzmacnianie w finansach. Wprowadzenie z wykorzystaniem Pythona.md](https://www.kolczanksiazek.pl/yves-hilpisch/uczenie-przez-wzmacnianie-w-finansach-wprowadzenie-z-wykorzystaniem-pythona.md))
- Autorzy: [Yves Hilpisch](https://www.kolczanksiazek.pl/yves-hilpisch)
- Wydawnictwo: Helion
- Przekład: Tomasz Walczak
- ISBN: 978-83-2892-578-6
- Liczba stron: 184
- Data wydania: 2025-09-01
- Język: pl_PL
- Oprawa: Softcover

## Opis

Uczenie przez wzmacnianie okazało się przełomowym rozwiązaniem. Jednym z najciekawszych algorytmów jest Deep Q-Learning (DQL), który może być stosowany do zmieniających się warunków decyzyjnych. DQL w wielu przypadkach wykazuje skuteczność nieosiągalną dla człowieka. Nic dziwnego, że użycie tego rodzaju algorytmów w branży finansowej wydaje się wyjątkowo atrakcyjną opcją. Ta książka jest zwięzłym wprowadzeniem do głównych zagadnień i aspektów uczenia przez wzmacnianie i algorytmów DQL. Docenią ją zarówno naukowcy, jak i praktycy poszukujący skutecznych algorytmów, przydatnych w pracy z finansami. Znajdziesz tu wiele interesujących przykładów w języku Python, zaprezentowanych w formie najciekawszych algorytmów gotowych do samodzielnego modyfikowania i testowania. W książce między innymi: uczenie przez wzmacnianie algorytm DQL algorytm aktor-krytyk implementacja powyższych algorytmów w Pythonie rozwiązywanie problemów handlu algorytmicznego, hedgingu dynamicznego i dynamicznej alokacji środków w aktywa Książka ta doskonale wypełnia lukę między teorią a praktyką dzięki jasnym objaśnieniom i szczegółowemu kodowi w Pythonie! Ivilina Popova, Texas State University