|
题名:
|
强化学习 [ 专著] qiang hua xue xi / (加)Richard S. Sutton，(美)Andrew G. Barto著 , 俞凯等译 |
|
ISBN:
|
978-7-121-29516-4 价格： CNY168.00 |
|
语种:
|
chi |
|
载体形态:
|
28,519页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 电子工业出版社 出版日期： 2022 |
|
内容提要:
|
本书对强化学习中涉及的主要原理及算法做了详细的阐述，并对该领域的发展历程以及最新的实践做了总结。全书分为三部分，第一部分阐述了在马尔科夫决策过程中的强化学习问题；第二部分提供了基本的解决方法；第三部分对已有解决方法做了总结，并结合神经网络做了说明；最后两章是强化学习的实例以及展望。 |
|
主题词:
|
机器学习 算法 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
桑顿 sang dun 著 |
|
主要责任者:
|
巴图 ba tu 著 |
|
次要责任者:
|
俞凯 yu kai 译 |