深度强化学习--算法原理与金融实践入门
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 28.83 4.2折 ￥ 69 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者编者:谢文杰//周炜星|责编:杜杨
出版社清华大学
ISBN9787302641063
出版时间2023-09
装帧平装
开本其他
定价69元
货号31839006
上书时间2024-12-16
- 在售商品 暂无
- 平均发货时间 17小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
谢文杰，男，湖南浏阳人，应用数学博士，上海市晨光学者。现任职华东理工大学商学院金融学系副教授、硕士研究生导师、金融物理研究中心成员，主要研究复杂金融网络、机器学习、深度强化学习、金融风险管理等。获2016年度上海市自然科学奖二等奖（4/5），主持完成4项国家或省部级科研项目。
周炜星，男，浙江诸暨人。教育部青年长江学者、上海领军人才、教育部新世纪优秀人才、上海市曙光学者、上海市青年科技启明星。现任职于华东理工大学商学院、数学学院，二级教授，博士生导师，金融物理研究中心主任。现兼任中国优选法统筹法与经济数学研究会理事、风险管理分会副理事长，中国系统工程学会理事、金融系统工程专业委员会副主任，管理科学与工程学会理事、金融计量与风险管理分会副理事长，中国工业统计教学研究会金融科技与大数据技术分会副理事长，中国数量经济学会经济复杂性专业委员会副理事长，中国复杂性科学学会副理事长。主要从事金融物理学、经济物理学和社会经济系统复杂性研究，以及相关领域大数据分析。
张孜铭： 北京大学管理学硕士，新加坡国立大学金融工程 硕士，华中师范大学信息管理与信息系统、华中科技大学计算 机科学与技术双学士。未可知文化科技联合创始人，科技孵化 器 Quadratic Acceleration Quantum（QAQ）合伙 人，元宇宙教育 实验室智库专家，元宇宙前沿大讲堂特聘主理人。著有畅销书
《AIGC：智能创作时代》《WEB3.0：赋能数字经济新时代》。
目录
第 1章 智能决策与复杂系统
1.1 智能决策
1.1.1 智能决策简介
1.1.2 复杂金融系统中的智能决策
1.2 复杂系统
1.2.1 复杂性科学
1.2.2 复杂系统定义
1.2.3 复杂系统类型
1.2.4 复杂系统研究
1.3 复杂环境特征
1.3.1 完全可观察的和部分可观察的环境
1.3.2 单智能体和多智能体
1.3.3 确定的和随机的环境
1.3.4 片段式和延续式环境
1.3.5 静态和动态环境
1.3.6 离散和连续环境
1.3.7 已知和未知环境
1.4 复杂环境建模
1.5 智能体建模
1.5.1 典型决策系统模型框架
1.5.2 智能体建模框架
1.6 智能决策系统建模
1.6.1 问题提炼
1.6.2 数据采集
1.6.3 模型构建
1.6.4 算法实现
1.6.5 模型训练
1.6.6 模型验证
1.6.7 模型改进
1.6.8 模型运用
1.7 应用实践
第 1章 习题
第 2章 人工智能与机器学习
2.1 人工智能简介
2.1.1 人工智能 +农业
2.1.2 人工智能 +教育
2.1.3 人工智能 +工业
2.1.4 人工智能 +金融
2.2 人工智能前沿
2.3 人工智能简史
2.4 人工智能流派
2.4.1 符号主义学派
2.4.2 联结主义学派
2.4.3 行为主义学派
2.5 人工智能基础
2.5.1 运筹学
2.5.2 最优化控制
2.5.3 交叉学科
2.5.4 人工智能和机器学习相关会议
2.6 机器学习分类
内容摘要
深度强化学习是人工智能和机器学习的重要分支领域，有着广泛应用，如AlphaGo和ChatGPT。本书作为该领域的入门教材，在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共10章，大致分为4部分：第1部分（第1～2章）介绍深度强化学习背景（智能决策、人工智能和机器学习）；第2部分（第3～4章）介绍深度强化学习基础知识（深度学习和强化学习）；第3部分（第5～9章）介绍深度强化学习经典算法（DQN、AC、DDPG等）；第4部分（第10章）为总结和展望。每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步深入探索。
本书可作为高等院校计算机、智能金融及相关专业的本科生或研究生教材，也可供对深度强化学习感兴趣的研究人员和工程技术人员阅读参考。
主编推荐
深度强化学习——算法原理与金融实践入门，将算法原理与金融实践结合，让读者深入理解深度强化学习的原理
— 没有更多了 —
以下为对购买帮助不大的评价