|
题名:
|
强化学习 qiang hua xue xi / 肖智清著 , |
|
ISBN:
|
978-7-111-63177-4 价格： CNY89.00 |
|
语种:
|
chi |
|
载体形态:
|
239页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2019 |
|
内容提要:
|
本书共12章。第1章介绍强化学习的基础知识与强化学习环境库Gym的使用，并给出完整的编程实例。第2~9章介绍强化学习的理论知识。以Markov决策过程为基础模型，覆盖了所有主流强化学习理论和算法，包括资格迹等经典算法和深度确定性梯度策略等深度强化学习算法。所有章节都提供了与算法配套的Python程序，使读者完全掌握强化学习算法的原理与应用。第10~12章介绍了多个热门综合案例，包括电动游戏、棋盘游戏和自动驾驶。算法部分涵盖了在《自然》《科学》等权威期刊上发表的多个深度强化学习明星算法。 |
|
主题词:
|
机器学习 算法 |
|
中图分类法:
|
TP181 版次： 5 |
|
其它题名:
|
原理与Python实现 |
|
主要责任者:
|
肖智清 xiao zhi qing 著 |
|
责任者附注:
|
肖智清，强化学习一线研发人员，清华大学工学博士，现就职于全球知名投资银行。擅长概率统计和机器学习，在国内外多项程序设计和数据科学竞赛上获得冠军。 |
|
索书号:
|
TP181/9265 |