產品名稱：揭秘深度強化學習 是否是套裝：否 書名：揭秘深度強化學習 揭秘深度強化學習 代碼：89 出版社名稱：中國水利水電出版社 作者：彭偉 作者地區：中國大陸 ISBN編號：9787517062387
" 揭秘深度強化學習 作 者:彭偉 編著  定 價:89.8 出 版 社:中國水利水電出版社 出版日期:2018年05月01日 頁 數:360 裝 幀:平裝 ISBN:9787517062387  ●第1章深度強化學習概覽
●1.1什麼是深度強化學習？
●1.1.1俯瞰強化學習
●1.1.2來一杯深度學習
●1.1.3Hello，深度強化學習
●1.2深度強化學習的學習策略
●1.3本書的內容概要
●參考文獻
●第2章強化學習基礎
●2.1真相--經典的隱馬爾科夫模型（HMM）
●2.1.1HMM引例
●2.1.2模型理解與推導
●2.1.3隱馬爾科夫應用舉例
●2.2逢考必過—馬爾科夫決策過程（MDP）
●2.2.1MDP生活化引例
●2.2.2MDP模型
●2.2.3MDP模型引例
●2.2.4模型理解
●2.2.5探索與利用
●2.2.6值函數和動作值函數......  內容簡介  深度強化學習（Deep Reinforcement Learning，DRL）是深度學習算法和強化學習算法的巧妙結合，它是一種新興的通用人工智能算法技術，也是機器學習的前沿技術，DRL 算法潛力無限，AlphaGo 是目前該算法很成功的使用案例。DRL 算法以馬爾科夫決策過程為基礎，是在深度學習強大的非線性函數的擬合能力下構成的一種增強算法。深度強化學習算法主要包括基於動態規劃（DP）的算法以及基於策略優化的算法，本書的目的就是要把這兩種主要的算法（及設計技巧）講解清楚，使算法研究人員能夠熟練地掌握。《揭秘深度強化學習人工智能機器學習技術叢書》共10 章，首先以AlphaGo 在圍棋大戰的偉大事跡開始，引起對人工智能發展和現狀的介紹，進而介紹深度強化學習的基本知識。然後分別介紹了強化學習（重點介紹蒙特卡洛算法和時序差分算......  彭偉 編著  彭偉，AvatarWorks人工智能實驗室研究員，電子科技大學EE學士，廈門大學計算機碩士，具有良好的軟硬件能力。目前主要從事人工智能、機器學習算法的研究。主要的項目經歷包括視覺目標跟蹤、行人檢測、目標檢測、3D動畫風格傳輸、虛擬機器人行為繫統等，具有豐富的實戰經驗。  前 言深度強化學習（Deep Reinforcement Learning，DRL）是一種新興的通用人工智能算法技術，是人工智能邁向智能決策的重要一步。前 言深度強化學習（Deep Reinforcement Learning，DRL）是一種新興的通用人工智能算法技術，是人工智能邁向智能決策的重要一步。關於深度強化學習的文章目前比較少，繫統介紹深度強化學習的教材幾乎沒有。本書繫統地介紹深度強化學習算法的基礎知識。學習該算法的人員需要人工智能相關專業的背景，但是並不需要比較深的背景。本書以一種通俗易懂的、細致的方式對深度強化學習算法進行了講解，力求幫助讀者較快入門。深度強化學習涉及的知識面比較廣，但其算法原理並不是想像得那麼復雜。因此，本書會對其相關知識點進行簡要的介紹，保證沒有相關經驗的讀者也能夠很好地理解本書的內容。通過本書的學...... "
| 
