强化学习
正版保障 假一赔十 电子发票
¥
43.79
6.3折
¥
69.8
全新
库存52件
作者龚超 ... [等] 著
出版社化学工业出版社
ISBN9787122452825
出版时间2024-08
装帧平装
开本其他
定价69.8元
货号4646497
上书时间2024-11-22
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
龚超,工学博士,清华大学日本研究中心主任助理,中日创新中心主任研究员,深圳清华大学研究院下一代互联网研发中心核心成员,海口经济学院雅和人居工程学院客座教授。中国高科技产业化研究会理事、中国自动化学会普及工作委员会委员、中国人工智能学会中小学工作委员会委员、中国青少年宫协会特聘专家、未来基因(北京)人工智能研究院首席专家、教育部教育信息化教学应用实践共同体项目特聘专家,多家500强企业数字化转型领域高级顾问。研究方向为人工智能优化算法、人工智能在数字化转型中的应用等。著有15本人工智能相关图书,在国内外期刊上发表文章共计70余篇。
王冀,工学博士,西北工业大学计算机学院助理教授,研究方向为关键数据提取及图像编码,在本领域优秀期刊、会议发表论文20余篇,参与起草行业及团体标准2项,出版专著4部。曾获PCSJ学会WBVC竞赛特别奖、图像信息媒体学会优秀发表奖。
梁霄,中国人民大学附属中学教师,任信息学竞赛教练,本科毕业于清华大学电子工程系,博士毕业于清华大学计算机系。截至2024年6月,指导学生许庭强以世界第一的成绩获得2023国际信息学奥林匹克竞赛金牌,指导学生黄洛天以总分第一名获得2023年APIO国际金牌,指导6人次获得NOI金牌(全部为国家集训队)。此外还开设了多门人工智能相关课程,致力于探索计算机科学的中小学教育。
贵宁,本科毕业于清华大学自动化系,目前在清华大学深圳研究生院智能机器人实验室攻读硕士学位。研究方向集中于鲁棒强化学习及其在机器人领域的应用。在硕士学习期间,专注于强化学习与大模型在机器人技术上的实际应用,积累了丰富的经验。
目录
本书内容包含强化学习方向的基础知识, 如动态规划、时序差分等, 让读者在开始学习时对强化学习有初步的认识; 之后, 通过对马尔可夫决策过程及贝尔曼方程的解读, 逐渐过渡到强化学习的关键内容; 同时, 本书也解析了策略迭代与价值迭代两种核心算法, 也对蒙特卡洛方法、时序差分算法、深度强化学习及基于策略的强化学习算法进行了剖析。
内容摘要
“人工智能超入门丛书”致力于面向人工智能各技术方向零基础的读者,内容涉及数据素养、机器学习、视觉感知、情感分析、搜索算法、强化学习、知识图谱、专家系统等方向。本丛书体系完整、内容简洁、语言通俗,综合介绍了人工智能相关知识,并辅以程序代码解决问题,使得零基础的读者能够快速入门。
《强化学习:人工智能如何知错能改》是“人工智能超入门丛书”中的分册,以科普的形式讲解了强化学习的核心知识,内容生动有趣,带领读者走进强化学习的世界。本书包含强化学习方向的基础知识,如动态规划、时序差分等,让读者在开始学习时对强化学习有初步的认识;之后,通过对马尔可夫决策过程及贝尔曼方程的解读,逐渐过渡到强化学习的关键内容;同时,本书也重点解析了策略迭代与价值迭代两种核心算法,也对蒙特卡洛方法、时序差分算法、深度强化学习及基于策略的强化学习算法进行了深度剖析。本书内容结构完整、逻辑清晰、层层递进,并配有相关实例与代码,让读者在阅读学习过程中能够加深理解。
本书适合强化学习及人工智能方向的初学者阅读学习,也可供高等院校人工智能及计算机类专业的师生参考。
主编推荐
1.本书以通俗易懂的语言风格讲解了强化学习的关键核心知识;
2.本书涵盖强化学习多种关键算法,如动态规划、马尔科夫、贝尔曼方程、蒙特卡洛、深度强化学习等;
3.本书搭配实例和实现代码,读者可以直接上手实操。
— 没有更多了 —
以下为对购买帮助不大的评价