机读格式显示(MARC)

• 000 01550nam0 2200301 450

• 001 0000201481

• 005 20210701174900.0

• 010 __ |a 978-7-115-55146-7 |d CNY99.00

• 100 __ |a 20210426d2021 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习与围棋 |9 shen du xue xi yu wei qi |b 专著 |d Deep learning and the game of go |f (美)马克斯·帕佩拉(Max Pumperla)，(美)凯文·费格森(Kevin Ferguson)著 |g 赵普明译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2021

• 215 __ |a 312页 |c 图 |d 24cm

• 225 1_ |a 深度学习系列 |9 shen du xue xi xi lie

• 305 __ |a 由Manning Publications Co.授权出版

• 330 __ |a 全书共分为3个部分：第一部分介绍机器学习和围棋的基础知识，并构建一个最简围棋机器人，作为后面章节内容的基础；第二部分分层次深入介绍AlphaGo背后的机器学习和深度学习技术，包括树搜索、神经网络、深度学习机器人和强化学习，以及强化学习的几个高级技巧，包括策略梯度、价值评估方法、演员-评价方法3类技术；第三部分将前面两部分准备好的知识集成到一起，并最终引导读者实现自己的AlphaGo，以及改进版本AlphaZero。读完本书之后，读者会对深度学习这个学科以及AlphaGo的技术细节有非常全面的了解，为进一步深入钻研AI理论、拓展AI应用打下良好基础。

• 510 1_ |a Deep learning and the game of go |z eng

• 606 0_ |a 人工智能 |x 应用 |x 围棋

• 690 __ |a G891.3-39 |v 5

• 690 __ |a G891.3 |v 4

• 701 _0 |c (美) |a 帕佩拉 |9 pa pei la |c (Pumperla, Max) |4 著

• 701 _0 |c (美) |a 费格森 |9 fei ge sen |c (Ferguson, Kevin) |4 著

• 702 _0 |a 赵普明 |9 zhao pu ming |4 译

• 801 _0 |a CN |b GDPTC |c 20210701

• 905 __ |a GDPTC |d G891.3/75