机读格式显示(MARC)

• 000 01513nam0 2200325 450

• 001 0000309776

• 005 20231201131300.0

• 010 __ |a 978-7-5198-6961-8 |d CNY128.00

• 100 __ |a 20230419d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 强化学习 |A qiang hua xue xi |f (英) 菲尔·温德尔博士著 |g 邹伟, 康俊鹏, 王伟译

• 210 __ |a 北京 |c 中国电力出版社 |d 2023

• 215 __ |a xx, 427页 |c 图 |d 24cm

• 306 __ |a O'Reilly Media, Inc.授权中国电力出版社出版 英文原版由O'Reilly Media, Inc.出版2021。简体中文版由中国电力出版社出版2023。英文原版的翻译得到0'Reilly Media, Inc.的授权

• 312 __ |a 英文题名原文取自封面

• 314 __ |a Phil Winder博士是一名多学科交叉的软件工程师、作家和科技顾问, 同时也是温德研究所的CEO。

• 320 __ |a 有书目

• 330 __ |a 本书的主要内容有: 学习强化学习是什么, 以及算法如何解决具体问题。掌握强化学习的基础知识, 包括马尔可夫决策过程、动态规划和时间差分算法。深入研究一系列基于值函数和政策梯度的算法。应用先进的强化学习解决方案, 如元学习、分层学习、多智能体、模仿学习等。了解最前沿的深度强化学习算法, 包括Rainbow、PPO、TD3、SAC等。通过本书专门的配套网站获得实践代码和案例。

• 500 10 |a Reinforcement learning |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 温德尔博士 |A wen de er bo shi |g (Winder, Phil) |4 著

• 702 _0 |a 邹伟 |A zou wei |4 译

• 702 _0 |a 康俊鹏 |A kang jun peng |4 译

• 702 _0 |a 王伟 |A wang wei |4 译

• 801 _0 |a CN |b 湖北三新 |c 20230419

• 905 __ |a GDPTC |d TP181/254