Python深度强化学习(使用PyTorch\TensorFlow和OpenAI Gym)/电子信息前沿技术丛书--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

本书重点突出深度强化学习理论的基本概念、前沿基础理论和Python应用实现。首先介绍马尔可夫决策、基于模型的算法、无模型方法、动态规划、蒙特卡洛和函数逼近等基础知识；然后详细阐述强化学习、深度强化学习、多智能体强化学习等算法，及其Python应用实现。本书既阐述奖励、价值函数、模型和策略等重要概念和基础知识，又介绍深度强化学习理论的前沿研究和热点方向。本书英文版出版之后，广受好评，已成为深度强化学习领域畅销教材，也可为人工智能和机器学习等领域的科研工作者、技术工程师提供参考。

作者简介

\"作者简介 Nimish Sanghi（尼米什·桑吉）一位充满激情的技术领导者，专注于使用技术解决客户问题，在软件和咨询领域拥有超过25年的工作经验，拥有人工智能和深度学习的多项证书，获得印度理工学院电气工程学士学位、印度管理学院工商管理硕士学位。曾在普华永道、IBM和Oracle等公司担任领导职务，负责盈亏管理。2006年，在SOAIS公司开启软件咨询创业之旅，为《财富》100强的众多公司提供自动化和数字化转型服务，实现从本地应用到云计算的转型。人工智能和自动化驱动的初创公司领域的天使投资人，联合创立面向印度市场的SaaS人力资源和薪资Paybooks平台，联合创立提供人工智能驱动的工作流ZipperAgent自动化平台和视频营销ZipperHQ自动化平台（总部位于波士顿的初创公司），现任这两个平台的首席技术官和首席数据科学家。译者简介罗俊海，博士(后)，电子科技大学副教授、硕士生导师。主要研究方向为智能计算、目标检测和数据融合，主持国家自然科学基金、四川省科技厅基金、总装预研基金和中央高校基本科研业务等15项，参与制订标准6项，发表文章60余篇，其中SCI检索50余篇，总引用1500余次。申请和授权发明专利30余项，获四川省科学技术进步奖二等奖和三等奖各1项。出版《多源数据融合和传感器管理》《使用HTML和CSS开发WEB网站》《物联网系统开发及应用实战》等专著和教材5部，以及译著《实用MATLAB深度学习：基于项目的方法》。\"

第1章强化学习导论 1.1 强化学习概述 1.2 机器学习分类 1.2.1 监督学习 1.2.2 无监督学习 1.2.3 强化学习 1.2.4 核心元素 1.3 基于强化学习的深度学习 1.4 实例和案例研究 1.4.1 自动驾驶汽车 1.4.2 机器人 1.4.3 推荐系统 1.4.4 金融和贸易 1.4.5 医疗保健 1.4.6 游戏 1.5 库与环境设置 1.6 总结第2章马尔可夫决策 2.1 强化学习的定义 2.2 智能体和环境 2.3 奖励 2.4 马尔可夫过程 2.4.1 马尔可夫链 2.4.2 马尔可夫奖励过程 2.4.3 马尔可夫决策过程 2.5 策略和价值函数 2.6 贝尔曼方程 2.6.1 贝尔曼最优方程 2.6.2 解决方法类型的思维导图 2.7 总结第3章基于模型的算法 3.1 OpenAI Gym 3.2 动态规划 3.3 策略评估/预测 3.4 策略改进和迭代 3.5 价值迭代 3.6 广义策略迭代 3.7 异步回溯 3.8 总结第4章无模型方法 4.1 蒙特卡洛估计/预测 4.2 蒙特卡洛控制 4.3 离线策略MC控制 4.4 TD学习方法 4.5 TD控制 4.6 在线策略SARSA 4.7 Q-学习：离线策略TD控制 4.8 最大偏差和双重学习 4.9 期望SARSA控制 4.10 回放池和离线策略学习

Python深度强化学习(使用PyTorch\TensorFlow和OpenAI Gym)/电子信息前沿技术丛书

库存： {{selectedSku?.stock}} 库存充足