掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
強化學習算法入門 版權信息
- ISBN：9787522617619
- 條形碼：9787522617619 ; 978-7-5226-1761-9
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
強化學習算法入門 本書特色
本書讀者對象：大中專院校計算機、人工智能相關專業學生，對機器學習、強化學習算法感興趣的程序員。
● 本書從初高中學生都熟悉的“平均值計算”的角度出發，簡單易懂地解釋復雜的強化學習原理。
● 使用常見的例子（多臂老虎機問題和網格世界問題）對各種算法進行比較，使它們的特點更易理解。
● 對于強化學習的核心算法，提供了Python 3和MATLAB兩種類型的代碼。執行代碼，可直觀理解“原理 → 公式 → 程序”這一系列流程。
強化學習算法入門 內容簡介
作為**個戰勝圍棋世界冠軍的人工智能機器人AlphaGo，我們知道其主要工作原理是深度學習。隨著AlphaGo Zero和Alpha Zero的相繼發布，作為機器學習經典算法之一的強化學習，在人工智能領域受到了更多的關注。
《強化學習算法入門》使用通俗易懂的語言，按照“原理-公式-程序”的方式，對強化學習的基礎知識進行了詳細講解。書中先讓大家從熟悉的“平均值計算”作為切入點，學習強化學習的基本概念，然后結合實例學習了函數近似方法、深度強化學習的原理和方法等，比較了各算法的特點和應用，并用Python和MATLAB兩種語言進行了編程實現。
《強化學習算法入門》內容豐富，實踐性強，特別適合高校人工智能相關專業學生，機器學習、深度學習工程師等學習強化學習算法。
強化學習算法入門 目錄
第1章基于“平均”的強化學習的基本概念
1.0簡介
1.1平均值與期望值
1.1.1平均值
1.1.2期望值
1.1.3期望值與平均值的關系
1.2平均值和價值
總結
1.3平均值和馬爾可夫性
1.3.1平均值的計算公式及其變形
1.3.2逐次平均值表達和MP
1.4用平均值推導貝爾曼方程
1.4.1平均值表達和價值函數的引入
1.4.2決策型貝爾曼方程式的推導
1.4.3概率型貝爾曼方程式的推導
……
展開全部
強化學習算法入門 作者簡介
[日] 曾我部東馬
理學博士(物理學專業)。曾任馬克斯·普朗克研究所（德國）博士研究員、劍橋大學（英國）研究員。2009年回到日本，參與創立了Grid公司，擔任董事兼首席技術官。2011年起先后擔任東京大學尖端科學技術研究中心特聘助理教授、特聘副教授。2016年3月起任電氣通信大學副教授，同時兼任Grid公司首席技術顧問、東京大學尖端科學技術研究中心客座研究員至今。
他以開發具有“深度學習—深度強化學習—回歸預測—優化”功能的跨功能機器學習框架∞ReNom而聞名，目前在開發以量子機器學習為代表的最先進量子算法∞ReNomQ的同時，還致力于使用深度強化學習的“在線優化問題”的研究。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
羅曼·羅蘭讀書隨筆-精裝
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
上帝之肋:男人的真實旅程
- >
月亮與六便士
- >
史學評論
- >
經典常談
- >
巴金－再思錄
本類暢銷
