同類熱銷排行榜

強化學習與深度學習(通過C語言模擬)

作者：(日)小高知宏|譯者:張小猛
出版社：機械工業
ISBN：9787111627180

出版日期：2019/07/01
裝幀：平裝
頁數：159

人民幣：RMB 59 元售價：元

內容大鋼

本書以深度學習和強化學習作為切入點，通過原理解析、演算法步驟說明、代碼實現、代碼運行調試，對強化學習、深度學習以及深度強化學習進行了介紹和說明。本書共4章。第1章介紹了人工智慧、機器學習、深度學習、強化學習的基本概念。第2章以Q學習為例，重點介紹了強化學習的原理、演算法步驟、代碼實現、代碼運行調試。第3章先對深度學習的幾種常見的類型和原理進行介紹，然後給出了常式和調試方法。第4章以Q學習中運用神經網路為例，介紹了深度強化學習的基本原理和方法，同時也給出了常式和調試方法。
本書適合想要獲得深度學習進階知識、強化學習技術及其應用實踐的學生、從業者，特別是立志從事AI相關行業的人士閱讀參考。

作者介紹

(日)小高知宏|譯者:張小猛

譯者序
原書前言
第1章  強化學習和深度學習
  1.1  機器學習和強化學習
    1.1.1  人工智慧
    1.1.2  機器學習
    1.1.3  強化學習
  1.2  深度學習
    1.2.1  神經網路
    1.2.2  深度學習的出現
  1.3  深度強化學習
    1.3.1  深度強化學習概述
    1.3.2  深度強化學習的實現
    1.3.3  基本機器學習系統的搭建實例———例題程序的執行方法
第2章  強化學習的實例
  2.1  強化學習和Q學習
    2.1.1  強化學習的基本思想
    2.1.2  Q學習的演算法
  2.2  Q學習實例
    2.2.1  q21.c編程實例
    2.2.2  目標探尋問題的學習程序
第3章  深度學習技術
  3.1  實現深度學習的技術
    3.1.1  神經細胞的活動和階層型神經網路
    3.1.2  階層型神經網路的學習
    3.1.3  階層型神經網路的編程實例（1）:單個神經細胞的學習程序nn1.c
    3.1.4  階層型神經網路的編程實例（2）:基於誤差逆傳播法的神經網路學習程序nn2.c
    3.1.5  階層型神經網路的編程實例（3）:具有多個輸出的神經網路學習程序nn3.c
  3.2  基於卷積神經網路的學習
    3.2.1  卷積神經網路的演算法
    3.2.2  卷積神經網路的編程實例
第4章  深度強化學習
  4.1  基於強化學習和深度學習融合的深度強化學習
    4.1.1  在Q學習中應用神經網路
    4.1.2  Q學習與神經網路的融合
  4.2  深度強化學習的編程實例
    4.2.1  岔路選擇問題的深度強化學習程序q21dl.c
    4.2.2  目標探尋問題的深度強化學習程序q22dl.c
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

強化學習與深度學習(通過C語言模擬)