书目信息 |
| 题名： |
深入浅出强化学习
|
|
| 作者： | 郭宪 ， 宋俊潇 ， 方勇纯 著 | |
| 分册： | 编程实战 | |
| 出版信息： | 北京 电子工业出版社 2020 |
|
| 页数： | 264页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP18 | |
| 科图分类： | ||
| 主题词： | 人工智能 , 人工智能--程序设计 | |
| 电子资源： | ||
| ISBN： | 978-7-121-36746-5 | |
| 000 | 01173nam0 2200265 450 | |
| 001 | 2044330534 | |
| 005 | 20201022121918.53 | |
| 010 | @a978-7-121-36746-5@dCNY89.00 | |
| 049 | @aA441900DGL@bUCS01009910843@c3624671 | |
| 100 | @a20200325d2020 em y0chiy0110 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 200 | 1 | @a深入浅出强化学习@9shen ru qian chu qiang hua xue xi@i编程实战@b专著@f郭宪，宋俊潇，方勇纯著 |
| 210 | @a北京@c电子工业出版社@d2020 | |
| 215 | @a264页@c图@d24cm | |
| 330 | @a本书分3篇介绍了目前强化学习算法中最基本的算法。第1篇讲解基于值函数的强化学习算法，介绍了基于两种策略评估方法(蒙特卡洛策略评估和时间差分策略评估)的强化学习算法，以及如何将函数逼近的方法引入强化学习算法中。第2篇讲解直接策略搜索方法，介绍了基本的策略梯度方法、AC方法、PPO方法和DDPG算法。第3篇讲解基于模型的强化学习方法，介绍了基于MPC的方法、AlphaZero算法基本原理及在五子棋上的具体实现细节。 | |
| 606 | 0 | @a人工智能 |
| 606 | 0 | @a人工智能@x程序设计 |
| 690 | @aTP18@v5 | |
| 701 | 0 | @a郭宪@9guo xian@4著 |
| 701 | 0 | @a宋俊潇@9song jun xiao@4著 |
| 701 | 0 | @a方勇纯@9fang yong chun@4著 |
| 801 | 2 | @aCN@bA441900DGL@c20200424 |
| 905 | @a241250@dTP18@e157:1 | |
| 深入浅出强化学习.编程实战/郭宪，宋俊潇，方勇纯著.-北京：电子工业出版社，2020 |
| 264页：图；24cm |
| ISBN 978-7-121-36746-5：CNY89.00 |
| 本书分3篇介绍了目前强化学习算法中最基本的算法。第1篇讲解基于值函数的强化学习算法，介绍了基于两种策略评估方法(蒙特卡洛策略评估和时间差分策略评估)的强化学习算法，以及如何将函数逼近的方法引入强化学习算法中。第2篇讲解直接策略搜索方法，介绍了基本的策略梯度方法、AC方法、PPO方法和DDPG算法。第3篇讲解基于模型的强化学习方法，介绍了基于MPC的方法、AlphaZero算法基本原理及在五子棋上的具体实现细节。 |
| ● |
| 相关链接 |
正题名：深入浅出强化学习
索取号：TP18/157:1
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1852153 | 218521534 | 样本书库/4110520106/ [索取号:TP18/157:1] | 在馆 | |
| 2 | 1852154 | 218521543 | 新区/1060300406/ [索取号:TP18/157:1] | 在馆 | |
| 3 | 1852155 | 218521552 | 新区/5100080402/ [索取号:TP18/157:1] | 在馆 |