强化学习算法入门
全新正版 极速发货
¥
34.17
4.9折
¥
69.8
全新
库存3件
作者曾我部东马
出版社中国水利水电
ISBN9787522617619
出版时间2023-08
装帧平装
开本其他
定价69.8元
货号31921335
上书时间2024-08-11
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
\"[日]曾我部东马理学博士(物理学专业)。曾任马克斯·普朗克研究所(德国)博士研究员、剑桥大学(英国)研究员。2009年回到日本,参与创立了Grid公司,担任董事兼首席技术官。2011年起先后担任东京大学尖端科学技术研究中心特聘助理教授、特聘副教授。2016年3月起任电气通信大学副教授,同时兼任Grid公司首席技术顾问、东京大学尖端科学技术研究中心客座研究员至今。
他以开发具有“深度学习—深度强化学习—回归预测—优化”功能的跨功能机器学习框架∞ReNom而闻名,目前在开发以量子机器学习为代表的最先进量子算法∞ReNomQ的同时,还致力于使用深度强化学习的“在线优化问题”的研究。\"
目录
第一章 强化学习的基本概念 1.1 平均值与期望值 1.2 平均值与值 1.3 平均值与马尔可夫 1.4 贝尔曼方程的平均推导 1.5 蒙特卡洛学习方法的平均推导 1.6 TD 方法的平均推导第2章 特征与每个算法的应用 2.1 测量π(A | S) 2.2 动态规划 2.3 蒙特卡罗方法 2.4 TD(0) 方法第 3 章 函数逼近方法 3.0 介绍 3.1 函数逼近的基本概念 3.2 使用函数逼近模型的 V(St) 表达 3.3 机器学习的值函数 3.4 应用蒙特卡罗方法的价值函数回归 3.5 应用Td(0)-SARSA方法回归行为状态价值函数 3.6 应用Td(0)-Q方法回归行为状态价值函数第4章 深度强化学习的原理和方法 4.1 在TD-Q学习中行为价值函数回归由NN 4.2 行为状态值函数通过 DQN 逼近 4.3 概率策略梯度法 4.4 行列式策略梯度方法 4.5 TRPO PPO 方法 4.6 Alpha Go 零学习方法 4.7 总结与扩展
内容摘要
\"作为第一个战胜围棋世界冠军的人工智能机器人AlphaGo,我们知道其主要工作原理是深度学习。随着AlphaGoZero和AlphaZero的相继发布,作为机器学习经典算法之一的强化学习,在人工智能领域受到了更多的关注。
《强化学习算法入门》使用通俗易懂的语言,按照“原理-公式-程序”的方式,对强化学习的基础知识进行了详细讲解。书中先让大家从熟悉的“平均值计算”作为切入点,学习强化学习的基本概念,然后结合实例学习了函数近似方法、深度强化学习的原理和方法等,比较了各算法的特点和应用,并用Python和MATLAB两种语言进行了编程实现。
《强化学习算法入门》内容丰富,实践性强,特别适合高校人工智能相关专业学生,机器学习、深度学习工程师等学习强化学习算法。\"
精彩内容
\"本书读者对象:大中专院校计算机、人工智能相关专业学生,对机器学习、强化学习算法感兴趣的程序员。
●本书从初高中学生都熟悉的“平均值计算”的角度出发,简单易懂地解释复杂的强化学习原理。 ●使用常见的例子(多臂老虎机问题和网格世界问题)对各种算法进行比较,使它们的特点更易理解。 ●对于强化学习的核心算法,提供了Python3和MATLAB两种类型的代码。执行代码,可直观理解“原理→公式→程序”这一系列流程。\"
— 没有更多了 —
以下为对购买帮助不大的评价