机读格式显示(MARC)
- 010 __ |a 978-7-111-72891-7 |d CNY129.00
- 100 __ |a 20230817d2023 em y0chiy50 ea
- 200 1_ |a 强化学习 |A qiang hua xue xi |e 原理与Python实战 |d = Reinforcement learning |e theory and Python implementation |f 肖智清著 |z eng
- 210 __ |a 北京 |c 机械工业出版社 |d 2023
- 215 __ |a XIII, 490页 |c 图 |d 24cm
- 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu
- 314 __ |a 肖智清, 强化学习一线研发人员, 清华大学工学博士。在国内外出版多本人工智能专著, 在知名期刊和会议上发表多篇第一作者论文。
- 330 __ |a 本书介绍强化学习理论及其Python实现。第1章: 从零开始介绍强化学习的背景知识, 介绍环境库Gym的使用。第2-15章: 基于折扣奖励离散时间Markov决策过程模型, 介绍强化学习的主干理论和常见算法。采用数学语言推导强化学习的基础理论, 进而在理论的基础上讲解算法, 并为算法提供配套代码实现。基础理论的讲解突出主干部分, 算法讲解全面覆盖主流的强化学习算法, 包括经典的非深度强化学习算法和近年流行的强化学习算法。Python实现和算法讲解一一对应, 针对深度强化学习算法还给出了基于TensorFlow2和PyTorch1的对照实现。第16章: 介绍其他强化学习模型, 包括平均奖励模型、连续时间模型、非齐次模型, 半Markov模型、部分可观测模型等, 以便更好了解强化学习研究的全貌。
- 410 _0 |1 2001 |a 智能系统与技术丛书
- 510 1_ |a Reinforcement learning |e theory and Python implementation |z eng
- 606 0_ |a 程序语言 |A cheng xu yu yan |x 程序设计
- 610 0_ |a Python |A Python
- 701 _0 |a 肖智清 |A xiao zhi qing |4 著
- 801 _0 |a CN |b HDUL |c 20231011
- 905 __ |a HDUL |d TP312PY/983