机读格式显示(MARC)

• 000 01817nam 2200313 450

• 001 0000456884

• 005 20240428162300.0

• 010 __ |a 978-7-302-62554-4 |d CNY89.00

• 099 __ |a CAL 012023056894

• 100 __ |a 20230418d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 深度强化学习理论与实践 |A shen du qiang hua xue xi li lun yu shi jian |f 龙强, 章胜编著

• 210 __ |a 北京 |c 清华大学出版社 |d 2023

• 215 __ |a 355页 |c 图 |d 24cm

• 225 2_ |a 计算机技术开发与应用丛书 |A ji suan ji ji shu kai fa yu ying yong cong shu

• 314 __ |a 龙强, 博士、副教授、硕士研究生导师 ; 就职于西南科技大学数理学院数据科学系, 中国运筹学会终生会员。章胜, 博士、副研究员、硕士研究生导师。

• 320 __ |a 有书目

• 330 __ |a 本书比较全面、系统地介绍了深度强化学习的理论和算法, 并配有大量的案例和编程实现。全书核心内容可以分为3部分, 第一部分为经典强化学习, 包括第2、3、4章, 主要内容有动态规划法, 蒙特卡洛法、时序差分法 ; 第二部分为深度强化学习, 包括第6、7、8章, 主要内容有值函数近似法、策略梯度法、策略梯度法进阶 ; 第三部分重点介绍了深度强化学习的经典应用 —— AlphaGo系列算法。另外, 作为理论和算法的辅助, 第1章介绍了强化学习的模型, 第5章简单介绍了深度学习和PyTorch编程框架。本书对理论、模型和算法的描述比较数学化, 作者力求做到用严谨、清晰、简洁的数学语言来写作 ; 几乎每个算法都配有一个或多个测试案例, 便于读者理解理论和算法 ; 每个案例都配有编程实现的代码, 便于读者理论联系实际, 并亲自上手实践, 为减轻读者编写代码的难度, 本书所有案例的代码都是可以独立运行的, 并且尽量减少了对依赖包的使用。

• 410 _0 |1 2001 |a 计算机技术开发与应用丛书

• 606 0_ |a 机器学习 |A ji qi xue xi |x 研究

• 690 __ |a TP181 |v 5

• 701 _0 |a 龙强 |A long qiang |4 编著

• 701 _0 |a 章胜 |A zhang sheng |4 编著

• 801 _0 |a CN |b 人天书店 |c 20230418

• 905 __ |a LJUZC |d TP181/350

• 920 __ |a 222016 |z 1