大規模強化學習 大规模强化学习
劉全, 傅啟明, 鐘珊, 黃蔚
- 出版商: 科學出版
- 出版日期: 2016-03-01
- 定價: $576
- 售價: 8.5 折 $490
- 語言: 簡體中文
- 頁數: 277
- 裝訂: 平裝
- ISBN: 7030477472
- ISBN-13: 9787030477477
-
相關分類:
Reinforcement、化學 Chemistry
立即出貨 (庫存=1)
買這商品的人也買了...
-
$880$862 -
$980$980 -
$390$351 -
$7,160$6,802 -
$352多智能體機器學習 : 強化學習方法 (Multi-Agent Machine Learning : A Reinforcement Approach)
-
$958深度學習
-
$403機器學習之路 : Caffe、Keras、scikit-learn 實戰
-
$474$450 -
$505零起點 TensorFlow 與量化交易
-
$380$285 -
$266深度學習:基於 Keras 的 Python 實踐
-
$580$493 -
$650$585 -
$403深入 RabbitMQ
-
$620$490 -
$500$390 -
$374Python 深度學習實戰:75個有關神經網絡建模、強化學習與遷移學習的解決方案 (Python Deep Learning Cookbook: Over 75 practical recipes on neural network modeling, reinforcement learning, and transfer learning using Python)
-
$352大數據平臺基礎架構指南
-
$780$663 -
$380$323 -
$301機器人感知:因子圖在 SLAM 中的應用
-
$401分佈式機器學習:算法、理論與實踐
-
$414$393 -
$454強化學習實戰:強化學習在阿裡的技術演進和業務創新 匯集了阿裡巴巴一線算法工程師在強化學習應用方面的經驗和心得。
-
$505斯坦福算法博弈論二十講
相關主題
商品描述
本書討論大規模強化學習的理論及方法,介紹強化學習在大狀態空間任務中的應用。該研究已成為近年來電腦科學與技術領域最活躍的研究分支之一。全書共分六部分21章。第一部分是強化學習基礎。第二部分是用於強化學習的值函數逼近方法。第三部分是最小二乘策略迭代方法。第四部分是模糊近似強化學習方法。第五部分是並行強化學習方法。第六部分是離策略強化學習方法。