決策用強化與系統性機器學習
(印度)巴拉格·庫爾卡尼(Parag Kulkarni)著 李寧 等譯
- 出版商: 機械工業
- 出版日期: 2015-07-01
- 定價: $474
- 售價: 7.5 折 $356
- 語言: 簡體中文
- ISBN: 7111502418
- ISBN-13: 9787111502418
-
相關分類:
Machine Learning
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$620$527 -
$1,380$1,352 -
$6,430$6,109 -
$8,230$7,819 -
$7,960$7,562 -
$420$328 -
$1,960Reinforcement Learning: With Open AI, TensorFlow and Keras Using Python
-
$450$351 -
$3,781$3,582 -
$280機器學習入門到實戰 — MATLAB 實踐應用
-
$620$527 -
$1,260Building Machine Learning and Deep Learning Models on Google Cloud Platform: A Comprehensive Guide for Beginners
-
$1,260Applied Reinforcement Learning with Python: With Openai Gym, Tensorflow, and Keras
-
$505白話強化學習與 PyTorch
-
$300$255 -
$680$578 -
$500$390 -
$414$393 -
$594$564 -
$534$507 -
$354$336 -
$560數字圖像處理與機器視覺 — Visual C++ 與 Matlab 實現, 2/e
-
$660$594 -
$380$323 -
$534$507
相關主題
商品描述
機器學習是人工智能領域中一個極其重要的研究方向。強化學習是機器學習中的一個重要分支。作為解決序貫優化決策的有效方法,強化學習有效地應用於計算科學、自動控制、機器人技術等各個領域。
當前,強化學習的核心任務是提高學習效率,本書就是針對此問題展開的。第1章介紹系統概念和增強機器學習,它建立了一個突出的相同的機器學習系統範例;第2章將更多關註機器學習的基本原理和多視角學習;第3章關於強化學習;第4章處理機器學習系統和模型建立的問題;決策推理等重要的部分將在第5章展開;第6章討論了自適應機器學習;第7章討論了多視角和全局系統性機器學習;第8章討論了增量學習的需要和知識表示;第9章處理了知識增長方面的問題;第10章討論了學習系統的建立。
本書適合於機器學習、自動化技術、人工智能等方面的相關專業教師與研究生閱讀,也可供自然科學和工程領域相關研究人員參考。
當前,強化學習的核心任務是提高學習效率,本書就是針對此問題展開的。第1章介紹系統概念和增強機器學習,它建立了一個突出的相同的機器學習系統範例;第2章將更多關註機器學習的基本原理和多視角學習;第3章關於強化學習;第4章處理機器學習系統和模型建立的問題;決策推理等重要的部分將在第5章展開;第6章討論了自適應機器學習;第7章討論了多視角和全局系統性機器學習;第8章討論了增量學習的需要和知識表示;第9章處理了知識增長方面的問題;第10章討論了學習系統的建立。
本書適合於機器學習、自動化技術、人工智能等方面的相關專業教師與研究生閱讀,也可供自然科學和工程領域相關研究人員參考。