出版社:机械工业出版社
年代:2019
定价:79.0
第1章,介绍强化学习的基础知识与环境库Gym的使用,并给出一个完整的编程实例。第2~9章,介绍强化学习的理论和算法。采用严谨的数学语言,推导强化学习的基本理论,进而在理论的基础上讲解算法,并为算法提供配套的Python实现。算法的讲解和Python实现逐一对应,覆盖了所有主流的强化学习算法。第10~12章:介绍多个综合案例,包括电动游戏、棋盘游戏和自动驾驶。环境部分涵盖Gym库的完整安装和自定义扩展,也包括Gym库以外的环境。算法部分涵盖了在《自然》《科学》等权威期刊上发表的多个深度强化学习明星算法。
书籍详细信息 | |||
书名 | 强化学习站内查询相似图书 | ||
丛书名 | 智能系统与技术丛书 | ||
9787111631774 如需购买下载《强化学习》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN | |||
出版地 | 北京 | 出版单位 | 机械工业出版社 |
版次 | 1版 | 印次 | 1 |
定价(元) | 79.0 | 语种 | 简体中文 |
尺寸 | 19 × 24 | 装帧 | 平装 |
页数 | 320 | 印数 | 3000 |
(印) 苏达桑·拉维尚迪兰, 著
(日) 斋藤康毅, 著
(印) 阿布舍克·维贾亚瓦吉亚 (Abhishek Vijayvargia) , 著
(美) 达西·哈龙 (Danish Haroon) , 著
何福贵, 编著
(印) 迪潘简·撒卡尔 (Dipanjan Sarkar) , (印) 拉格哈夫·巴利 (Raghav Bali) , (印) 塔莫格纳·戈什 (Tamoghna Ghosh) , 著
(美) 塞巴斯蒂安·拉施卡 (Sebastian Raschka) , (美) 瓦希德·米尔贾利利 (Vahid Mirjalili) , 著
柯博文, 编著
(美) 弗朗索瓦·肖莱, 著