MARC状态：订购 文献类型：中文图书 浏览次数：5
- 题名/责任者:
- 深度强化学习/(印度)莫希特·塞瓦克(Mohit Sewak)著 尹大伟，吴敏杰译
- 出版发行项:
- 北京:国防工业出版社,2024
- ISBN及定价:
- 978-7-118-13179-6 精装/CNY89.00
- 载体形态项:
- 165页:图;25cm
- 并列正题名:
- Deep reinforcement learning
- 个人责任者:
- (印) 塞瓦克 (Sewak, Mohit) 著
- 个人次要责任者:
- 尹大伟 译
- 个人次要责任者:
- 吴敏杰 译
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 一般附注:
- 装备科技译著出版基金
- 版本附注:
- 由Springer授权
- 提要文摘附注:
- 本书主要内容包括：介绍了强化学习的基本概念，如智能体、环境、状态、奖励、动作等；介绍了强化学习的数学和算法原理，如马尔可夫决策过程和贝尔曼方程，并在此基础上讨论了动态规划、值迭代和策略迭代方法；介绍了强化学习的估计与控制问题，并通过实例展示了Q学习的编程；深入探讨了深度学习的概念、架构机制，通过介绍激活函数、损失函数、优化器、卷积层、池化层、全连接层等概念，为后续章节与强化学习算法相结合作铺垫。
全部MARC细节信息>>