机读格式显示(MARC)

• 000 01277nam 2200289 450

• 001 0000750866

• 005 20191025144500.0

• 010 __ |a 978-7-111-63177-4 |d CNY89.00

• 100 __ |a 20190809d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 强化学习 |A qiang hua xue xi |e 原理与Python实现 |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 2019

• 215 __ |a 239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

• 330 __ |a 本书共12章, 第1章介绍强化学习的基础知识与强化学习环境库Gym的使用, 并给出完整的编程实例。第2-9章介绍强化学习的理论知识。以Markov决策过程为基础模型, 覆盖了所有主流强化学习理论和算法, 包括资格迹等经典算法和深度确定性梯度策略等深度强化学习算法。第10-12章介绍多个热门综合案例, 包括电动游戏、棋盘游戏和自动驾驶。

• 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

• 517 1_ |a 原理与Python实现 |A yuan li yu Python shi xian

• 606 0_ |a 软件工具 |A ruan jian gong ju |x 程序设计

• 690 __ |a TP311.561 |v 5

• 701 _0 |a 肖智清 |A xiao zhi qing |4 著

• 801 _0 |a CN |b HDUL |c 20191025

• 905 __ |a HDUL |d TP311.561/983

• 920 __ |a 233030 |z 1