返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书大规模强化学习9787030477477
  • 正版全新
    • 作者: 刘全 等 著著 | 刘全 等 著编 | 刘全 等 著译 | 刘全 等 著绘
    • 出版社: 科学出版社
    • 出版时间:2016-03-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 刘全 等 著著| 刘全 等 著编| 刘全 等 著译| 刘全 等 著绘
    • 出版社:科学出版社
    • 出版时间:2016-03-01
    • 版次:1
    • 印次:1
    • 字数:352千字
    • 页数:277
    • 开本:16开
    • ISBN:9787030477477
    • 版权提供:科学出版社
    • 作者:刘全 等 著
    • 著:刘全 等 著
    • 装帧:平装
    • 印次:1
    • 定价:96.00
    • ISBN:9787030477477
    • 出版社:科学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2016-03-01
    • 页数:277
    • 外部编号:1201271313
    • 版次:1
    • 成品尺寸:暂无

    前言
    章强化学习概述
    1.1简介
    1.2形式框架
    1.2.1马尔可夫决策过程
    1.2.2策略
    1..回报
    1.3值函数
    1.4解决强化学习问题
    1.4.1动态规划:基于模型的解决技术
    1.4.2强化学习:模型无关的解决技术
    1.5本章小结
    参考文献
    第2章大规模或连续状态空间的强化学习
    2.1简介
    2.2近似表示
    2.2.1带参数化值函数逼近
    2.2.2非参数化值函数逼近
    .值函数逼近求解方法
    ..1梯度下降方法
    ..2二乘回归
    2.4本章小结
    参考文献
    第3章梯度下降值函数逼近模型的改进
    3.1改进的梯度下降值函数逼近模型
    3.1.1势函数塑造奖赏机制
    3.1.2基于势函数塑造奖赏机制的值函数逼近模型
    3.2NRBF—GD—Sarsa(λ)算法
    3.2.1算法描述
    3.2.2算法收敛分析
    3.3实验
    3.3.1实验描述
    3.3.2实验设置
    3.3.3实验分析
    3.4本章小结
    参考文献
    第4章基于LSSVR的—值函数分片逼近模型
    4.1LSSVR——值函数分片逼近模型
    4.2在线稀疏化样本池构建方法
    4.3LSSVR—算法
    4.4实验
    4.4.1实验1:MountainCar问题
    4.4.2实验2:DCMotor问题
    4.5本章小结
    参考文献
    第5章基于ANRBF网络的—V值函数协同逼近模型
    5.1—V值函数协同机制
    5.2—V值函数协同逼近模型
    5.3—V值函数协同逼近算法
    5.3.1V(λ)算法
    5.3.2算法收敛分析
    5.4实验
    5.4.1实验描述
    5.4.2实验设置
    5.4.3实验分析
    5.5本章小结
    参考文献
    第6章基于高斯过程的快速Sarsa算法
    6.1新的值函数概率生成模型
    6.2利用高斯过程对线带参值函数建模
    6.3FL—GPSarsa算法
    6.4实验
    6.4.1带风的格子世界问题
    6.4.2MountainCar问题
    6.5本章小结
    参考文献
    第7章基于高斯过程的学习算法
    7.1值迭代方法
    7.2用于值迭代的值函数概率生成模型
    7.3GP—L算法
    7.4实验
    7.4.1实验1:带悬崖的格子世界问题
    7.4.2实验2:MountainCar问题
    7.5本章小结
    参考文献
    第8章二乘策略迭代算法
    8.1马尔可夫决策过程
    8.2二乘策略迭代
    8.2.1投影贝尔曼等式的矩阵形式
    8.2.2二乘策略迭代
    8..在线二乘策略迭代
    8.3本章小结
    参考文献
    第9章批量二乘策略迭代算法
    9.1批量强化学习算法
    9.2批量二乘策略迭代算法
    9.3算法分析
    9.3.1收敛分析
    9.3.2复杂度分析
    9.4实验
    9.4.1实验描述
    9.4.2实验设置
    9.4.3实验分析
    9.5本章小结
    参考文献
    0章自动批量二乘策略迭代算法
    10.1定点步长参数评估方法
    10.2自动批量二乘策略迭代算法
    10.3实验
    10.3.1实验描述
    10.3.2实验分析
    10.4本章小结
    参考文献
    1章连续动作空间的批量二乘策略迭代算法
    11.1二值动作搜索
    11.2快速特征选择
    11.3连续动作空间的快速特征选择批量二乘策略迭代算法
    11.4实验
    11.4.1实验描述
    11.4.2实验设置
    11.4.3实验分析
    11.5本章小结
    参考文献
    2章一种基于双层模糊推理的Sarsa(λ)算法
    12.1—值函数的计算和FIS的参数更新
    12.2DFR—Sarsa(λ)算法
    12.2.1DFR—Sarsa(λ)算法的学习过程
    12.2.2算法收敛分析
    1.实验
    1..1MountainCar
    1..2平衡杆
    12.4本章小结
    参考文献
    3章一种基于区间型二型模糊推理的Sarsa(λ)算法
    13.1近似—值函数的计算和参数的更新
    13.2IT2FI—Sarsa(λ)算法的学习过程
    13.3算法收敛分析
    13.4实验
    13.4.1实验设置
    13.4.2实验分析
    13.5本章小结
    参考文献
    ……
    4章一种带有自适应基函数的模糊值迭代算法
    5章基于状态空间分解和智能调度的并行强化学习
    6章基于资格迹的并行时间信度分配强化学习算法
    7章基于并行采样和学习经验复用的E3算法
    8章基于线函数逼近的离策略(λ)算法
    9章基于二阶TDError的(λ)算法
    第20章基于值函数迁移的快速—Learning算法
    2章离策略带参贝叶斯强化学习算法

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    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

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购