借阅：2人
收藏：0人
Python强化学习实战
- 查看机读格式
ISBN/ISSN：978-7-111-61288-9
出版：北京 :机械工业出版社 ,2019
载体形态：11,203页 :图 ;24cm
附注：机器学习系列
简介：强化学习是一种重要的机器学习方法，在智能体及分析预测等领域有许多应用。本书共13章，主要包括强化学习的各种要素，即智能体、环境、策略和模型以及相应平台和库；Anaconda、Docker、OpenAI Gym、Universe和TensorFlow等安装配置；马尔可夫链和马尔可夫过程及其与强化学习问题建模之间的关系，动态规划的基本概念；蒙特卡罗方法以及不同类型的蒙特卡罗预测和控制方法；时间差分学习、预测、离线/在线策略控制等；多臂赌博机问题以及相关的各种探索策略方法；深度学习的各种基本概念和RNN、LSTM、CNN等神经网络；深度强化学习算法DQN，以及双DQN和对抗网络体系结构等改进架构；DRQN以及DARQN；A3C网络的基本工作原理及架构；策略梯度和优化问题；最后介绍了强化学习的最新进展以及未来发展。
并列题名：Hands-on reinforcement learning with Python :master reinforcement and deep reinforcement learning using OpenAl Gym and TensorFlow
其他题名：应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习
中图分类号：TP311.561 TP312PY
责任者：拉维尚迪兰 著 连晓峰 译
- 面向对象语言
- --软件工具
- --程序设计
-
评分：
-
加入暂存架
豆瓣内容简介：
豆瓣作者简介：
| 分馆名 | 馆藏部门 | 图书条码 | 索书号 | 登录号 | 卷期 | 状态 | 异地预借 |
| A | （5楼）科技图书阅览室 | A0477718 | TP311.561/327 | A0477718 | 在架可借 | 异地预借 |
| 序号 | 图书条码 | 索书号 | 登录号 | 藏书部门 | 流通状态 | 年卷期 | 装订册 | 装订方式 | 装订颜色 |
| 类型 | 说明 | URL |
| 评 论 |
