动手学强化学 人工智能 张伟楠,沈键,俞勇 新华正版
￥ 38.8 4.3折 ￥ 89.9 全新
库存108件
江苏无锡
认证卖家担保交易快速发货售后保障
作者张伟楠,沈键,俞勇
出版社人民邮电出版社
ISBN9787115584519
出版时间2022-05
版次1
装帧平装
开本16
页数260页
字数388千字
定价89.9元
货号xhwx_1202617339
上书时间2024-09-26
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
名家作品：上海交通大学acm班创始人俞勇教授、博士生导师张伟楠副教授、apex实验室博士生沈键编写；
理论扎实：基于上交大acm班的人工智能专业课程构建强化学的学体系；
配套资源丰富：在线代码运行环境在线课程在线讨论区在线题配套课件；
多位业内大咖力荐：字节跳动人工智能实验室监李航、1986年图灵奖得主john hopcroft、北京大学数学科学学院统计学教授张志华、伦敦大学学院计算机科学系讲席教授汪军、科学家、动手学深度学作者李沐
目录：
部分 强化学基础
章 初探强化学
1.1 简介
1.2 什么是强化学
1.3 强化学的环境
1.4 强化学的目标
1.5 强化学中的数据
1.6 强化学的独特
1.7 小结
第2章 多臂问题
2.1 简介
2.2 问题介绍
2.2.1 问题定义
2.2.2 形式化描述
2.2.3 累积懊悔
2.2.4 估计期望奖励
2.3 探索与利用的衡
2.4 □（特殊字符）-贪婪算法
2.5 上置信界算法
2.6 汤普森采样算法
2.7 小结
2.8 参文献
第3章 马尔可夫决策过程
3.1 简介
3.2 马尔可夫过程
3.2.1 过程
3.2.2 马尔可夫质
3.2.3 马尔可夫过程
3.3 马尔可夫奖励过程
3.3.1 回报
3.3.2 价值函数
3.4 马尔可夫决策过程
3.4.1 策略
3.4.2 价值函数
3.4.3 动作价值函数
3.4.4 贝尔曼期望方程
3.5 蒙特卡洛方法
3.6 占用度量
3.7 优策略
3.8 小结
3.9 参文献
第4章 动态规划算法
4.1 简介
4.2 悬崖漫步环境
4.3 策略迭代算法
4.3.1 策略评估
4.3.2 策略提升
4.3.3 策略迭代
4.4 价值迭代算法
4.5 冰湖环境
……
第二部分 强化学
第三部分 强化学前沿
结与展望
中英文术语对照表与符号表
内容简介：
本书系统地介绍了强化学的和实现，是一本理论扎实、落地强的图书。本书包含3个部分：部分为强化学基础，讲解强化学的基础概念和表格型强化学方法；第二部分为强化学，讨论深度强化学的思维方式、深度价值函数和深度策略学方法；第三部分为强化学前沿，介绍学术界在深度强化学领域的主要关注方向和前沿算法。同时，本书提供配套的线上代码实践台，展示源码的编写和运行过程，让读者进一步掌握强化学算法的运行机制。本书理论与实践并重，在介绍强化学理论的同时，辅之以线上代码实践台，帮助读者通过实践加深对理论的理解。本书适合对强化学感兴趣的高校、教师，以及相关行业的开发和研究人员阅读、实践。
— 没有更多了 —
以下为对购买帮助不大的评价