MARC状态：订购 文献类型：中文图书 浏览次数：6
- 题名/责任者:
- 强化学习:原理与Python实战/肖智清著
- 出版发行项:
- 北京:机械工业出版社,2023.7
- ISBN及定价:
- 978-7-111-72891-7/CNY129.00
- 载体形态项:
- xiii, 490页:图;24cm
- 并列正题名:
- Reinforcement learning:theory and python implementation
- 其它题名:
- 原理与Python实战
- 丛编项:
- 智能系统与技术丛书
- 个人责任者:
- 肖智清 著
- 学科主题:
- 软件工具-程序设计
- 中图法分类号:
- TP311.561
- 责任者附注:
- 肖智清, 强化学习一线研发人员, 清华大学工学博士。在国内外出版多本人工智能专著, 在知名期刊和会议上发表多篇第一作者论文。他是开源项目Gym的源码贡献者, 并在国内外多项程序设计和数据科学竞赛上获得冠军。
- 提要文摘附注:
- 本书介绍强化学习理论及其Python实现。第1章: 从零开始介绍强化学习的背景知识, 介绍环境库Gym的使用。第2-15章: 基于折扣奖励离散时间Markov决策过程模型, 介绍强化学习的主干理论和常见算法。采用数学语言推导强化学习的基础理论, 进而在理论的基础上讲解算法。Python实现和算法讲解一一对应, 针对深度强化学习算法还给出了基于TensorFlow 2和PyTorch 1的对照实现。第16章: 介绍其他强化学习模型, 包括平均奖励模型、连续时间模型、非齐次模型, 半Markov模型、部分可观测模型等, 以便更好了解强化学习研究的全貌。
- 使用对象附注:
- 本书适用于AI与大数据算法工程师、爱好者
全部MARC细节信息>>