会员
强化学习：原理与Python实战
更新时间：2023-10-19 17:44:38 最新章节：封底
书籍简介
本书从原理和实战两个方面介绍了强化学习。原理方面，深入介绍了主流强化学习理论和算法，覆盖资格迹等经典算法和MuZero等深度强化学习算法；实战方面，每章都配套了编程案例，以方便读者学习。全书从逻辑上分为三部分。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，还给出了深度强化学习算法的TensorFlow和PyTorch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。
品牌：机械工业出版社
上架时间：2023-08-01 00:00:00
出版社：机械工业出版社
本书数字版权由机械工业出版社提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
肖智清
- 会员全书分为三个部分。第一部分了解强化学习应用，了解强化学习基本知识，搭建强化学习测试环境。该部分包括：强化学习的概况、强化学习简单示例、强化学习算法的常见思想、强化学习的应用、强化学习测试环境的搭建。第二部分介绍强化学习理论与深度强化学习算法。强化学习理论部分：Markov决策过程的数学描述、MonteCarlo方法和时序差分方法的数学理论；深度强化学习算法部分：详细剖析全部具有重要影响力的深度强程序设计12.2万字
同类热门书
最新上架
- 会员《PyTorch深度学习与企业级项目实战》立足于具体的企业级项目开发实践，以通俗易懂的方式详细介绍PyTorch深度学习的基础理论以及相关的必要知识，同时以实际动手操作的方式来引导读者入门人工智能深度学习。《PyTorch深度学习与企业级项目实战》共分18章，内容主要包括人工智能、机器学习和深度学习之间的关系，深度学习框架PyTorch2.0的环境搭建，Python数据科学库，深度学习基本原理，计算机10.8万字
- 会员这是一本全方位讲解如何利用AI工具为HR赋能的著作，是AI时代HR提升职场竞争力的实战指南。作者基于深厚的HR管理经验和AI实战经验，通过科学的方法、高效的提示词、丰富的案例、清晰的步骤，细致地讲解了如何利用AI工具提高工作效率、优化管理流程、提升人才管理水平。从AIGC的基础知识到AI工具的使用，从AI在人力资源全生命周期所有场景中的应用到使用AI的风险防控，本书全面系统地讲解了HR需要掌握的全计算机20.6万字
- 会员本书以工作场景和具体任务来驱动，包括53个场景展示、85项任务模拟、237次提问示范，让完全不懂技术的小白，也能成为ChatGPT工具使用方面的行家。本书通过详细讲解具体任务的提问与追问方法，让ChatGPT成为每个人的工作好帮手，帮助人们提升工作效能，打造超能个体与超能团队。计算机13.8万字
- 会员《洞察AIGC：智能创作的应用、机遇与挑战》内容分为3篇：第1篇AIGC的蜕变讲述AIGC的发展历史及其背后的智能；第2篇AIGC的应用讲述AIGC在文学创作、日常办公、知识管理、科研出版、工业制造、健康医疗、金融服务、品牌营销领域的应用现状及常用工具；第3篇AIGC的机遇与挑战讲述AIGC的资本与技术前景，同时提出需要注意的风险。计算机13.9万字
- 会员增长是企业利用计算机、大数据、人工智能等新技术实现经营增长的新思路和新方法，本书作为该领域的入门级读物，介绍了AIGC在增长领域的技术和实战应用。本书分为4部分，第1部分、第2部分、第4部分主要针对有兴趣了解AIGC背后技术原理、增长模式的变化以及截至2023年3月业界、学术界的最新技术进展的读者；第3部分包含AI的基础知识、基础模型，并从实战应用角度介绍作为应用开发者如何高效上手与利用最新的开源计算机21.9万字
- 会员Sora是一个文本生成视频工具，本书介绍了Sora在视频生成领域的巨大潜力。本书共9章，系统讲解人工智能的演进、Sora的应用实践、Sora深度解析、Sora的挑战与未来等。本书内容全面、图文并茂、经典易懂，适合想要学习Sora的初学者，以及想要学习文本生成文本、文本生成图片、文本生成视频等内容的人工智能爱好者、自媒体从业人员、短视频制作者、设计师、相关专业的企业和高校人员阅读。计算机3.2万字
- 会员本书是一本全面介绍机器学习方法特别是算法的新书，适合初学者和有一定基础的读者。机器学习可以分成三大类别，监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多，但是最计算机7.4万字