实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
音像强化学习实战——从零开始制作AlphaGo围棋 微课视频版刘佳
¥ ×1
商品
服务
物流
部 计算机围棋的基础知识和传统的智能算法章 围棋:黑白的世界1.1什么是围棋1.2围棋的规则1.3胜负的判定1.4围棋棋手的棋力1.5计算机眼中的围棋1.5.1SGF文件1.5.2GTP第2章 实现一个围棋软件2.1软件版本2.2围棋软件的组成.佐布里斯特散列2.4围棋智能体2.5围棋的棋盘2.6引入裁判2.7让智能体下棋第3章 传统的棋类智能3.1极小化极大算法3.2Alpha-Beta剪枝算法3.3棋类局面评估3.4模拟3.4.1算法3.4.2树搜索3.4.3算法改进3.4.4需要注意的问题3.5监督学习3.6传统方的讨第二部分 基于神经网络的机器学习第4章 机器学习入门4.1人工神经网络4.1.1神经元4.1.2常见的激活函数4.1.3多层感知器4.1.4卷积神经网络4.1.5反向传播算法4.1.6小批量训练法4.1.7残差网络4.1.8多层感知器的应用示例4.1.9卷积网络对图片进行多分类的应用示例4.2优化神经网络4.2.1训练集、验集测试集以及交叉验4.2.2欠拟合与过拟合4..损失函数的正则化4.2.4准确率和召回率的权衡4.3人工智能方法简介4.3.1K近邻算法4.3.2朴素贝叶斯法4.3.3决策树4.3.4Boosting算法/Bagging算法4.3.5支持向量机4.3.6随机场算法4.3.7传统智能算法所面临的挑战第5章 个围棋智能体5.1围棋棋谱5.2HDF5文件结构5.3数据模型5.4获取训练样本5.5代码演示第6章 通用化围棋智能体程序6.1在网络上发布围棋智能体6.2本地对战6.2.1计算机的围棋语言6.2.2围棋的对弈图形界面6..围棋引擎6.3让围棋智能体自己去网上下棋第三部分 强化学习第7章 策略梯度第8章 深度价值网络8.1传统的-Learning算法8.1.1原始版-Learning8.1.2原始版-Learning计算时的优化8.1.3-Learning的变种Sarsa8.1.4Sarsa的进化Sarsa-λ8.2在神经网络上应用DN第9章 Actor-Critic算法0章 AlphaGo和AlphaZero10.1AlphaGo的结构和训练流程10.2AlphaZero的结构与训练流程10.3可行的优化附录A Keras入门附录B PyTorch入门附录C 反向传播算法C.1命名约定C.2正文C.3进一步讨论C.4拓展附录D 不同地区的围棋规则D.1中国规则D.2日本规则D.3应氏规则D.4新西兰规则D.5美国规则D.6智运会规则D.7Tromp-Taylor规则
(1)问题驱动,由浅入深。 本书通过分解问题,由浅入深、逐步地对如何实践人类大师级水平的计算机棋类智能体的重要概念及原理进行讲解与探究,为读者更好地掌握其背后的计算机强化学习原理提供便利和支持。 (2)突出重点,强化理解。 本书结合作者多年的教学与实践经验,针对应用型的教学要求和学生特点,突出重点、深入分析,同时在内容方面全面兼顾知识的系统化要求。 (3)注重理论,联系实际。 本书为重要的知识点均配备了代码讲解,采用Python语言结合Keras和PyTorch工具库通过对围棋智能体的代码实践,加深对机器学习,特别是强化学习的再认识。 (4)风格简洁,使用方便。 本书风格简洁明快,对于非重点的内容不做长篇论述,以便读者在学习过程中明确内容之间的逻辑关系,更好地掌握深度强化学习的内容。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员