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:

Python强化学习实战:应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习/(印) 苏达桑·拉维尚迪兰著 连晓峰等译

出版发行项:

北京:机械工业出版社,2019.1

ISBN及定价:

978-7-111-61288-9/CNY69.00

载体形态项:

xi, 203页:图;24cm

统一题名:

Hands-on reinforcement learning with python : master reinforcement and deep reinforcement learning using openai gym and tensorflow

其它题名:

应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习

丛编项:

机器学习系列

个人责任者:

拉维尚迪兰 (Ravichandiran, Sudharsan) 著

个人次要责任者:

连晓峰 译

学科主题:

软件工具-程序设计

中图法分类号:

TP311.561

出版发行附注:

本书由Packt Publishing Ltd授权机械工业出版社在中华人民共和国境内 (不包括香港、澳门特别行政区及台湾地区) 出版与发行

责任者附注:

苏达桑·拉维尚迪兰, 数据科学家、研究员、人工智能爱好者以及YouTuber。

提要文摘附注:

强化学习是一种重要的机器学习方法, 在智能体及分析预测等领域有许多应用。本书共13章, 主要包括强化学习的各种要素, 即智能体、环境、策略和模型以及相应平台和库; Anaconda、Docker、OpenAI Gym、Universe和TensorFlow等安装配置; 马尔可夫链和马尔可夫过程及其与强化学习问题建模之间的关系, 动态规划的基本概念; 蒙特卡罗方法以及不同类型的蒙特卡罗预测和控制方法; 时间差分学习、预测、离线/在线策略控制等; 多臂赌博机问题以及相关的各种探索策略方法; 深度学习的各种基本概念和RNN、LSTM、CNN等神经网络; 深度强化学习算法DQN, 以及双DQN和对抗网络体系结构等改进架构; DRQN以及DARQN; A3C网络的基本工作原理及架构; 策略梯度和优化问题; 最后介绍了强化学习的最新进展以及未来发展。

使用对象附注:

从事强化学习以及深度学习研究和教学的相关人员

豆瓣简介：