题名:
|
Python强化学习 / (美) 埃内斯·比尔金著 , 朱小虎, 汪莉娟, 张韩昊帝译 |
ISBN:
|
978-7-111-73489-5 价格: CNY129.00 |
语种:
|
chi |
载体形态:
|
xv, 348页 图 24cm |
出版发行:
|
出版地: 北京 出版社: 机械工业出版社 出版日期: 2023 |
内容提要:
|
本书分为四部分: 第一部分涵盖强化学习的必要背景, 包括定义、数学基础和强化学习解决方案的概述; 第二部分深入介绍最先进的强化学习算法(规模化的深度Q-学习、基于策略的方法、基于模型的方法、多智能体强化学习等), 包括每种算法的优缺点; 第三部分介绍强化学习中的高级技术, 包括机器教学、泛化和域随机化、元强化学习等主题, 还涵盖强化学习中有助于改进模型的各种高级主题; 第四部分讲解强化学习的各种应用, 例如自主系统、供应链管理、营销和金融、智慧城市与网络安全等, 并讨论强化学习领域的一些挑战及未来方向。 |
主题词:
|
软件工具 程序设计 |
主题词:
|
机器学习 |
中图分类法:
|
TP311.561 版次: 5 |
中图分类法:
|
TP181 版次: 5 |
其它题名:
|
算法、核心技术与行业应用 |
主要责任者:
|
比尔金 著 |
次要责任者:
|
朱小虎 译 |
次要责任者:
|
汪莉娟 译 |
次要责任者:
|
张韩昊帝 译 |
责任者附注:
|
埃内斯·比尔金 (Enes Bilgin), 微软自主系统部门的高级人工智能工程师和技术主管。他是一名机器学习与运筹学从业者和研究员, 在使用Python、TensorFlow和Ray/RLlib为顶级科技公司构建生产系统和模型方面拥有丰富的经验。他拥有波士顿大学系统工程硕士学位和博士学位, 以及比尔肯特大学工业工程学士学位。 |