机读格式显示(MARC)

• 000 01260nam0 2200289 450

• 001 0000954274

• 005 20241025114200.0

• 010 __ |a 978-7-115-64917-1 |d CNY109.80

• 100 __ |a 20240815d2024 em y0chiy50 ea

• 101 1_ |a chi |c jpn

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 深度学习入门 |A shen du xue xi ru men |h 4 |i 强化学习 |f (日)斋藤康毅著 |g 郑明智译

• 210 __ |a 北京 |c 人民邮电出版社 |d 2024

• 215 __ |a 313页 |c 图 |d 21cm

• 225 1_ |a 图灵程序设计丛书 |A Tu Ling Cheng Xu She Ji Cong Shu

• 300 __ |a 图灵教育 O'Reilly

• 305 __ |a 由O'Reilly Japan，Inc.授权出版

• 330 __ |a 本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的最新技术。全书从最适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找最佳答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和TD方法。随后，神经网络和Q学习、DQN、策略梯度法等几章则分别讨论了深度学习在强化学习领域的应用。

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP311.56 |v 5

• 701 _0 |c (日) |a 斋藤康毅 |A zhai teng kang yi |f (1984-) |4 著

• 702 _0 |a 郑明智 |A zheng ming zhi |4 译

• 801 _0 |a CN |b HDUL |c 20241025

• 905 __ |a HDUL |d TP311.56/0404:V3

• 920 __ |a 233030 |z 1