幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

用Python動手學強化學習(第2版全彩印刷)/圖靈程序設計叢書

  • 作者：(日)久保隆宏|責編:杜曉靜|譯者:梁垿//程引
  • 出版社：人民郵電
  • ISBN：9787115564221
  • 出版日期：2021/07/01
  • 裝幀：平裝
  • 頁數：262
人民幣：RMB 89.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    強化學習是機器學習的重要分支之一。本書結合實際可運行的Python代碼，通過簡明的文字、豐富的插圖和示例，通俗易懂地介紹了從基礎概念到前沿應用等方方面面的內容，包括根據環境和經驗制訂計劃的學習方法、強化學習與神經網路的組合，以及強化學習的弱點和克服方法。讀者通過下載書中代碼並親自動手運行，可以快速入門強化學習並進行實踐。
    本書適合具有一定編程經驗、對強化學習感興趣的工程師閱讀。
作者介紹
(日)久保隆宏|責編:杜曉靜|譯者:梁垿//程引
目錄
第1章  了解強化學習
  1.1  強化學習與各關鍵詞之間的關係
  1.2  強化學習的優點和弱點
  1.3  強化學習的問題設定：馬爾可夫決策過程
第2章  強化學習的解法（1）：根據環境制訂計劃
  2.1  價值的定義和計算：貝爾曼方程
  2.2  基於動態規劃法的價值近似的學習：價值迭代
  2.3  基於動態規劃法的策略的學習：策略迭代
  2.4  基於模型的方法和無模型的方法的區別
第3章  強化學習的解法（2）：根據經驗制訂計劃
  3.1  平衡經驗的積累與利用：Epsilon-Greedy演算法
  3.2  是根據實際獎勵還是預測來修正計劃：蒙特卡洛方法和時序差分學習
  3.3  用經驗來更新價值近似還是策略：基於價值和基於策略
第4章  使用面向強化學習的神經網路
  4.1  將神經網路應用於強化學習
  4.2  通過含有參數的函數實現價值近似：價值函數近似
  4.3  將深度學習應用於價值近似：DQN
  4.4  通過含有參數的函數實現策略：策略梯度
  4.5  將深度學習應用於策略：A2C
  4.6  是價值近似還是策略呢
第5章  強化學習的弱點
  5.1  獲取樣本的效率低
  5.2  容易陷入局部最優行動和過擬合
  5.3  復現性差
  5.4  以弱點為前提的對策
第6章  克服強化學習弱點的方法
  6.1  應對採樣效率低的方法：與基於模型的方法一起使用、表徵學習
  6.2  改善復現性的方法：進化策略
  6.3  應對局部最優行動和過擬合的方法：模仿學習和逆強化學習
第7章  強化學習的應用領域
  7.1  行動的最優化
  7.2  學習的最優化
參考文獻

  • 商品搜索：
  • | 高級搜索
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