|
题名:
|
强化学习 / (加) Richard S. Sutton, (美) Andrew G. Barto著 , 俞凯等译 |
|
ISBN:
|
978-7-121-29516-4 价格： CNY168.00 |
|
语种:
|
chi |
|
载体形态:
|
XXVIII, 519页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 电子工业出版社 出版日期： 2019 |
|
内容提要:
|
本书对强化学习中涉及的主要原理及算法做了详细的阐述，并对该领域的发展历程以及最新的实践做了总结。全书分为三部分，第一部分阐述了在马尔科夫决策过程中的强化学习问题；第二部分提供了基本的解决方法；第三部分对已有解决方法做了总结，并结合神经网络做了说明；最后两章是强化学习的实例以及展望。 |
|
主题词:
|
机器学习 算法 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
萨顿 著 |
|
主要责任者:
|
巴图 著 |
|
次要责任者:
|
俞凯 译 |
|
责任者附注:
|
责任者Sutton规范汉译姓: 萨顿 ; 责任者Barto汉译姓: 巴图取自在版编目 |
|
索书号:
|
3 |