深度强化学习实践(原书第2版)(俄)马克西姆·拉潘 计算机网络 / 人工智能 · 29万字更新时间:2021-08-18 17:40:31开会员,本书免费读 > 本书的主题是强化学习(ReinforcementLearning,RL),它是机器学习(MachineLearning,ML)的一个分支,强调如何解决在复杂环境中选择最优动作时产生的通用且极具挑战的问题。
深度强化学习—— 算法原理与金融实践入门 谢文杰周炜星编著 清华大学出版社 北京 内容简介 深度强化学习是人工智能和机器学习的重要分支领域,有着广泛应用,如 AlphaGo和 ChatGPT。本书作为该领域的入门教材,在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共 10章,大致分为 4部分:第 1部分(第 1、2章...
下载地址 内容简介 本书构建了一个完整的深度强化学习理论和实践体系:从马尔可夫决策过程开始,根据价值函数、策略函数求解贝尔曼方程,到利用深度学习模拟价值网络和策略网络。书中详细介绍了深度强化学习相关算法,如Rainbow、Ape-X算法等,并阐述了相关算法的具体实现方式和代表性应用(如AlphaGo)。此外,本书还深度剖析了...
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...
《深度强化学习理论与实践》(龙强,章胜)内容简介: 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...
本书最大的特点在于讲解深度强化学习算法时尽可能地做到化繁为简,书中没有复杂的符号逻辑,也没有大篇幅的公式推导,旨在让读者快速上手,使用深度强化学习方法解决问题。本书不是机械地介绍深度强化学习领域中的知名论文、公式,而是以代码为主导进行讲解,同时辅以详尽的注释、图解及代码运行结果,力求读者在看懂代码的...
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...
1 边做边学深度强化学习:PyTorch程序设计实践 2 深度学习精粹与PyTorch实践 3 PyTorch深度学习实战 4 PyTorch深度学习 5 深度强化学习实战 6 深度强化学习 7 深度强化学习原理与实践 8 深度学习原理与PyTorch实战 9 PyTorch深度学习入门与实战 10 PyTorch深度学习简明实战 11 PyTorch深度学习入门 12 ...
深度强化学习是人工智能和机器学习的重要分支领域,有着广泛应用,如AlphaGo和ChatGPT。本书作为该领域的入门教材,在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共10章,大致分为4部分:第1部分(第1～2章)介绍深度强化学习背景(智能决策、人工智能和机器学习);第2部分(第3～4章)介绍深度强化学习基础知识...
深度强化学习是人工智能和机器学习的重要分支领域,有着广泛应用,如AlphaGo和ChatGPT。本书作为该领域的入门教材,在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共10章,大致分为4部分:第1部分(第1～2章)介绍深度强化学习背景(智能决策、人工智能和机器学习);第2部分(第3～4章)介绍深度强化学习基础知识...