杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

揭秘深度强化学习/彭伟编著

出版发行项:

北京:中国水利水电出版社,2018

ISBN及定价:

978-7-5170-6238-7/CNY89.80

载体形态项:

x, 360页:图;23cm

丛编项:

人工智能技术丛书

个人责任者:

彭伟 编著

学科主题:

机器学习-研究

中图法分类号:

TP181

责任者附注:

彭伟, AvatarWorks人工智能实验室研究员, 电子科技大学EE学士, 厦门大学计算机硕士。

书目附注:

有书目

提要文摘附注:

深度强化学习是深度学习算法和强化学习算法的巧妙结合, 它是一种新兴的通用人工智能算法技术, 也是机器学习的前沿技术, DRL算法潜力无限, AlphaGo是目前该算法最成功的使用案例。DRL算法以马尔科夫决策过程为基础, 是在深度学习强大的非线性函数的拟合能力下构成的一种增强算法。深度强化学习算法主要包括基于动态规划 (DP) 的算法以及基于策略优化的算法, 本书的目的就是要把这两种主要的算法 (及设计技巧) 讲解清楚, 使算法研究人员能够熟练地掌握。本书共10章, 首先以AlphaGo在围棋大战的伟大事迹开始, 引起对人工智能发展和现状的介绍, 进而介绍深度强化学习的基本知识。然后分别介绍了强化学习 (重点介绍蒙特卡洛算法和时序差分算法) 和深度学习的基础知识、功能神经网络层、卷积神经网络 (CNN)、循环神经网络 (RNN), 以及深度强化学习的理论基础和当前主流的算法框架。最后介绍了深度强化学习在不同领域的几个应用实例。引例、基础知识和实例相结合, 方便读者理解和学习。

豆瓣简介：