EASY RL(强化学习教程)
正版新书 新华官方库房直发 可开电子发票
￥ 74.93 7.5折 ￥ 99.9 全新
库存12件
江苏无锡
认证卖家担保交易快速发货售后保障
作者编者:王琦//杨毅远//江季|责编:郭媛
出版社人民邮电出版社
ISBN9787115584700
出版时间2022-03
装帧平装
纸张胶版纸
定价99.9元
货号ZJ:9787115584700
上书时间2024-12-01
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
杨毅远，清华大学硕士在读，Datawhale成员。主要研究方向为时空数据挖掘、智能传感系统、深度学习。曾获全国大学生智能汽车竞赛总冠军、中国国家奖学金，发表SCI/EI论文7篇，其中以第一作者身份在SCI的Q1区、Q2区及中国计算机学会（CCF）A、B类会议中发表论文4篇。
内容简介:
强化学习作为机器学习及人工智能领域的一种重要方法，在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。
本书结合了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科浇老师的“世界冠军带你从零实践强化学习”公开课的精华内容，在理论严谨的基础上深入浅出地介绍马尔可夫决策过程、蒙特卡洛方法、时序差分方法、Sarsa、Q学习等传统强化学习算法，以及策略梯度、近端策略优化、深度Q网络、深度确定性策略梯度等常见深度强化学习算法的基本概念和方法，并以大量生动有趣的例子帮助读者理解强化学习问题的建模过程以及核心算法的细节。
此外，本书还提供习题解答以及Python代码实现，可以让读者进行端到端、从理论到轻松实践的全生态学习，充分掌握强化学习算法的原理并能进行实战。
本书适合对强化学习感兴趣的读者阅读，也可以作为相关课程的配套教材。
— 没有更多了 —
以下为对购买帮助不大的评价