动手学强化学习
全新正版 极速发货
￥ 32.77 3.6折 ￥ 89.9 全新
库存125件
广东广州
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
装帧平装
开本16开
定价89.9元
货号1202617339
上书时间2024-07-19
商品详情
- 品相描述：全新
- 商品描述
-
目录
第一部分 强化学习基础
第1章 初探强化学习
1.1 简介
1.2 什么是强化学习
1.3 强化学习的环境
1.4 强化学习的目标
1.5 强化学习中的数据
1.6 强化学习的独特性
1.7 小结
第2章 多臂老虎机问题
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 探索与利用的平衡
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 参考文献
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 随机过程
3.2.2 马尔可夫性质
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 状态价值函数
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 很优策略
3.8 小结
3.9 参考文献
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 强化学习进阶
第三部分 强化学习前沿
总结与展望
中英文术语对照表与符号表
内容摘要
本书系统地介绍了强化学习的原理和实现，是一本理论扎实、落地性强的图书。本书包含3个部分：第一部分为强化学习基础，讲解强化学习的基础概念和表格型强化学习方法；第二部分为强化学习进阶，讨论深度强化学习的思维方式、深度价值函数和深度策略学习方法；第三部分为强化学习前沿，介绍学术界在深度强化学习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平台，展示源码的编写和运行过程，让读者进一步掌握强化学习算法的运行机制。本书理论与实践并重，在介绍强化学习理论的同时，辅之以线上代码实践平台，帮助读者通过实践加深对理论的理解。本书适合对强化学习感兴趣的高校学生、教师，以及相关行业的开发和研究人员阅读、实践。
主编推荐
·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习的学习体系；
·配套资源丰富：在线代码运行环境+在线视频课程+在线讨论区+在线习题+配套课件；
·多位业内大咖力荐：字节跳动人工智能实验室总监李航、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、亚马逊资深科学家、《动手学深度学习》作者李沐
媒体评论
本书系统地介绍了强化学习的基本技术，能够帮助读者学习强化学习的基本概念及其代表性方法，并涉及模仿学习、多智能体强化学习等前沿技术。作者搭建了与本书内容配套的在线实践学习平台，读者能够在线运行代码并与同行交流、讨论，加强对强化学习技术的理解和掌握。本书凝结了强化学习领域的知识精华，是人工智能算法工程师推荐的好书。
——李航 字节跳动人工智能实验室总监
本书的一个重要特点是实现了理论与代码的有机结合，学生在学习强化学习的主要概念时，可以方便地使用这些代码。本书得到了上海交通大学学生的广泛好评。
——John Hopcroft 1986年ACM图灵奖得主、上海交通大学校长特别顾问
强化学习对初学者来说有较高的学习门槛，容易让人却步。本书给出了各个算法的可执行代码，帮助读者快速上手尝试，拉近了讲授内容与读者的距离，是入门强化学习的参考教材。
——俞扬 南京大学人工智能学院教授
本书源自上海交通大学ACM班的人工智能专业课程。上海交通大学ACM班创始人俞勇教授及其团队将其在人工智能领域多年深耕的成果汇集成书，并精心开发了满足年轻人才学习需求的多种学习资源，将理论知识、在线代码、项目实训有机融合，能够帮助读者从零搭建起强化学习的理论与工程体系。本书真正从社会需求出发，为人工智能领域相关专业的人才培养提供了很好有价值的参考，也为高校学生和行业从业人员深入研究、创新强化学习技术指明了路径。
——张志华 北京大学数学科学学院统计学教授
在几次举办RLChina强化学习暑期夏令营的过程中，我感受到中国学生对强化学习这一学科的学习热情十分高涨，每次活动的参与人数都过万。但是，目前中国在强化学习领域的专业教师资源紧缺，导致学生对强化学习理论知识的掌握不够到位；强化学习实验室资源不足，学生在实验过程中容易遇到各种难以解决的问题，但缺少有效提升实验效率的标程或沟通渠道。本书可以让学生在理论学习与代码实践之间无缝衔接，这很好地解决了学习和研究强化学习的痛点。在此将本书推荐给每一位学习和研究强化学习的学生和教师。
——汪军 伦敦大学学院计算机科学系讲席教授
强化学习是近年来的热门方向，突破性方法和亮眼应用频出。本书将理论与实践相结合，既讲解了算法，又展示了代码实现，是一本的强化学习教科书，强烈推荐！
——李沐 亚马逊资深科学家
— 没有更多了 —
以下为对购买帮助不大的评价