广东职业技术学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度强化学习原理与实践/陈仲铭，何明著

出版发行项:

北京:人民邮电出版社,2019

ISBN及定价:

978-7-115-50532-3/CNY99.00

载体形态项:

341页:图;24cm

并列正题名:

Deep Reinforcement learning: principles and practices

个人责任者:

陈仲铭 (计算机技术) 著

个人责任者:

何明 (计算机技术) 著

学科主题:

机器学习-研究

中图法分类号:

TP181

一般附注:

异步图书

责任者附注:

陈仲铭，西安电子科技大学硕士，OPPO研究院人工智能算法研究员。主要研究方向为强化学习与深度学习、数据挖掘、图像算法及其应用。

责任者附注:

何明，重庆大学学士，中国科学技术大学博士，现为上海交通大学电子科学与技术方向博士后研究人员、OPPO研究院人工智能算法研究员。主要研究方向为深度强化学习、数据挖掘与知识发现、机器学习方法及其应用，侧重于移动端用户行为分析与建模。

提要文摘附注:

本书构建了一个完整的深度强化学习理论和实践体系：从马尔可夫决策过程开始，根据价值函数、策略函数求解贝尔曼方程，到利用深度学习模拟价值网络和策略网络。书中详细介绍了深度强化学习相关最新算法，如Rainbow、Ape-X算法等，并阐述了相关算法的具体实现方式和代表性应用（如AlphaGo）。

豆瓣简介：