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:

深度强化学习原理与实践/陈仲铭, 何明著

出版发行项:

北京:人民邮电出版社,2019

ISBN及定价:

978-7-115-50532-3/CNY99.00

载体形态项:

341页:图;24cm

并列正题名:

Deep reinforcement learning principles and practices

个人责任者:

陈仲铭 著

个人责任者:

何明 著

学科主题:

机器学习-研究

中图法分类号:

TP181

责任者附注:

陈仲铭，男，西安电子科技大学硕士，OPPO研究院人工智能算法研究员。主要研究方向为强化学习与深度学习、数据挖掘、图像算法及其应用。曾参与激光点云三维扫描、个性化推荐系统、多传感器融合系统等大型项目，多次获创新项目奖，并在国内外发表多篇相关论文。著有《深度学习原理与实践》一书。

责任者附注:

何明，男，重庆大学学士，中国科学技术大学博士，曾于美国北卡罗来纳大学夏洛特分校访问交流，目前为上海交通大学电子科学与技术方向博士后研究人员、OPPO研究院人工智能算法研究员。在TIP、TWEB、DASFAA、IEEEAccess等国际学术会议和期刊共发表论文10余篇，曾获数据挖掘领域国际会议KSEM2018论文奖。

书目附注:

有书目 (第336-341页)

提要文摘附注:

本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起，通过简单的环境模型来逐步展开强化学习的内容。每章至少会有一个案例来辅助读者深入理解相关的知识点，涵盖目前的热点应用，例如图像风格创造、图像检测、语音识别等。最后一章利用一个大型的深度案例(AlphaGo围棋)来总结全书内容，达到活学活用的目的。

豆瓣简介：