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。
全新强化学习邹伟,鬲玲,刘昱杓9787302538295
¥ ×1
商品
服务
物流
章 强化学习概述1.1 强化学习的背景1.2 强化学习初探1.2.1 智能体和环境1.2.2 智能体主要组成1.. 强化学习、监督学习、非监督学习1.2.4 强化学习分类1.2.5 研究方法1.2.6 发展历程1.3 强化学习的重点概念1.3.1 学习与规划1.3.2 探索与利用1.3.3 预测与控制1.4 小结1.5 习题第2章 马尔可夫决策过程2.1 马尔可夫基本概念2.1.1 马尔可夫2.1.2 马尔可夫过程2.1.3 马尔可夫决策过程2.2 贝尔曼方程2.2.1 贝尔曼期望方程2.2.2 贝尔曼方程. 策略..1 策略定义..2 求解策略2.4 小结2.5 习题第3章 动态规划3.1 动态规划简介3.2 策略评估3.3 策略改进3.4 策略迭代3.5 值迭代3.6 实例讲解3.6.1 “找宝藏”环境描述3.6.2 策略迭代3.6.3 值迭代3.6.4 实例小结3.7 小结3.8 习题第4章 4.1 简介4.2 评估4.3 控制4.4 在线策略4.5 离线策略4.5.1 重要采样离线策略4.5.2 加权重要采样离线策略4.6 实例讲解4.6.1 “十点半”游戏4.6.2 在线策略4.6.3 离线策略4.6.4 实例小结4.7 小结4.8 习题第5章 时序差分5.1 时序差分简介5.2 三种方法的质对比5.3 Sarsa:在线策略TD5.4 -learning:离线策略TD方法……第6章 资格迹第7章 值函数逼近第8章 随机策略梯度第9章 Actor-Critic及变种0章 确定策略梯度1章 学习与规划2章 探索与利用3章 博弈强化学习参考文献
"邹伟 博士,睿客邦创始人,研究方向为机器学习、数据挖掘、计算几何,致力于机器学习和深度学习在实际中的应用;主持研发50多个人工智能领域工业级项目,并受邀在中国移动、花旗银行、中信集团、中航信、烽火科技、方、完美世界等公司进行了上百场讲座和内部培训。创立的睿客邦与国内十多所高校建立了AI联合实验室或实训基地;兼任天津大学创业导师、山东交通学院客座教授等。曾在多个在线平台讲授“机器学习”“深度学习”等课程,广受网友累计学习人数超过百万。 鬲玲 硕士,北京神舟航天软件公司知识工程团队负责人,资深研发。研究方向为知识工程、语义检索、强化学习、自然语言处理。作为牵头单位技术负责人参与并完成科技支撑计划项目1项,863计划项目1项。有多年知识管理系统以及自然语言处理项目研发经验,目前正致力于垂直领域知识图谱的落地以及强化学习在自然语言处理领域的应用。 刘昱杓 现供职于央视市场研究,深度学习、强化学习研发,研究方向为计算机视觉。有多年深度学习视觉方向开发经验,参与了多个图像识别、目标检测、目标追踪等领域的落地项目。目前专注于深度强化学习方向的研究。 "
"为了让读者快速理解和应用强化学习技术,《强化学习》深入分析了相关算法的具体实现,由浅入深,循序渐进,内容丰富,易学实用。 《强化学习》作者具有丰富的行业实践经验,使得内容兼具理论与实,不仅给出了算法的运行流程,还给出了该类算法的应用案例。书中列举了近20个强化学习算法案例,可以帮读者快速提升自己的能力。 "
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