机读格式显示(MARC)

• 000 01265nam0 2200277 450

• 001 0000383558

• 005 20240820134252.0

• 010 __ |a 978-7-118-13179-6 |b 精装 |d CNY89.00

• 100 __ |a 20240805d2024 em y0chiy0110 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 深度强化学习 |A shen du qiang hua xue xi |b 专著 |d Deep reinforcement learning |f (印度)莫希特·塞瓦克(Mohit Sewak)著 |g 尹大伟，吴敏杰译 |z eng

• 210 __ |a 北京 |c 国防工业出版社 |d 2024

• 215 __ |a 165页 |c 图 |d 25cm

• 300 __ |a 装备科技译著出版基金

• 305 __ |a 由Springer授权

• 330 __ |a 本书主要内容包括：介绍了强化学习的基本概念，如智能体、环境、状态、奖励、动作等；介绍了强化学习的数学和算法原理，如马尔可夫决策过程和贝尔曼方程，并在此基础上讨论了动态规划、值迭代和策略迭代方法；介绍了强化学习的估计与控制问题，并通过实例展示了Q学习的编程；深入探讨了深度学习的概念、架构机制，通过介绍激活函数、损失函数、优化器、卷积层、池化层、全连接层等概念，为后续章节与强化学习算法相结合作铺垫。

• 510 1_ |a Deep reinforcement learning |z eng

• 606 0_ |a 机器学习

• 690 __ |a TP181 |v 5

• 701 _0 |c (印) |a 塞瓦克 |A sai wa ke |c (Sewak, Mohit) |4 著

• 702 _0 |a 尹大伟 |A yin da wei |4 译

• 702 _0 |a 吴敏杰 |A wu min jie |4 译

• 801 _2 |a CN |b 58marc.cn |c 20240824