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

  • [正版]强化学习 魏庆来,王飞跃 著 计算机控制仿真与人工智能专业科技 书店图书籍
  • 新华书店正版 人工智能
    • 作者: 魏庆来、王飞跃著
    • 出版社: 清华大学出版社
    • 出版时间:2022-07
    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:
    友一个图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 魏庆来、王飞跃著
    • 出版社:清华大学出版社
    • 出版时间:2022-07
    • 开本:16开
    • ISBN:9786821601937
    • 版权提供:清华大学出版社

             店铺公告

      为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。

    温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货),

    关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。

      本店存在书、古旧书、收藏书、二手书等特殊商品,因受采购成本限制,可能高于定价销售,明码标价,介意者勿拍!

    1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍,避免价格争议!

    2.店铺无纸质均开具电子,请联系客服开具电子版

     

    强化学习

    作  者:魏庆来,王飞跃 著
    定  价:59.8
    出 版 社:清华大学出版社
    出版日期:2022年07月01日
    页  数:248
    装  帧:平装
    ISBN:9787302589723

    本书针对的是人工智能、机器学习和自动控制中的前沿技术——强化学习,论述了强化学习的基本知识,还阐述了强化学习中的近期新学习方法。并结合当下热点—深度学习,对深度学习与强化学习结合的产物—深度强化学习,进行了介绍与展望。同时,本书每章节均配有示例与名人传记,方便读者掌握方法的具体发展过程。

    第1章 强化学习概论
    1.1 引言
    1.2 强化学习的发展历程
    1.3 强化学习的研究现状
    1.4 本书内容架构
    参考文献
    第2章 马尔可夫决策过程
    2.1 马尔可夫决策过程
    2.2 策略与代价函数
    2.3 很优策略与很优代价函数
    参考文献
    第3章 动态规划
    3.1 动态规划的兴起
    3.2 动态规划基本思想:多级决策过程
    3.3 很优性原理与递推方程
    3.4 离散时间动态规划
    3.5 连续时间动态规划
    3.6 动态规划的挑战
    参考文献
    第4章 蒙特卡洛学习方法
    4.1 蒙特卡洛方法背景
    4.1.1 蒙特卡洛方法的由来
    4.1.2 基于模型的算法与无模型算法比较
    4.1.3 蒙特卡洛模拟的思路
    4.2 蒙特卡洛预测
    4.2.1 初次访问蒙特卡洛预测
    4.2.2 历次访问蒙特卡洛预测
    4.2.3 增量计算技巧
    4.3 蒙特卡洛控制
    4.3.1 初始探索问题
    4.3.2 在策方法:ε-贪心算法
    4.3.3 脱策算法:重要性采样
    4.4 蒙特卡洛强化学习算法总结
    参考文献
    第5章 时序差分学习
    5.1 时序差分学习基本概念
    5.2 时序差分学习算法
    5.3 n步回报
    5.4 TD(λ)算法
    参考文献
    第6章 神经网络
    6.1 神经网络的发展历史
    6.2 MP神经元模型
    6.3 前馈神经网络
    6.3.1 感知机
    6.3.2 误差反向传播算法
    6.3.3 径向基网络
    6.4 其他常见的神经网络
    6.4.1 ART网络
    6.4.2 Hopfield网络
    6.4.3 Boltzmann机
    参考文献
    第7章 自适应动态规划
    7.1 问题描述
    7.2 自适应动态规划的原理
    7.3 自适应动态规划的分类
    7.3.1 启发式动态规划
    7.3.2 二次启发式规划
    7.3.3 执行依赖启发式动态规划
    7.3.4 执行依赖二次启发式规划
    7.4 基于执行依赖的自适应动态规划方法
    7.4.1 问题描述
    7.4.2 基于执行依赖的自适应动态规划方法
    参考文献
    第8章 策略迭代学习方法
    8.1 启发式学习原理
    8.2 离散时间策略迭代自适应动态规划
    8.2.1 策略迭代算法的推导
    8.2.2 策略迭代算法的性质
    8.2.3 初始容许控制律的获得
    8.2.4 仿真实验
    8.3 连续时间策略迭代自适应动态规划
    8.3.1 连续时间策略迭代算法
    8.3.2 连续时间策略迭代自适应动态规划的性能分析
    参考文献
    第9章 值迭代学习方法
    9.1 值迭代学习原理
    9.2 离散时间值迭代自适应动态规划
    9.2.1 离散时间非线性系统的Bellman方程解
    9.2.2 广义值迭代自适应动态规划
    9.3 连续时间值迭代自适应动态规划
    9.3.1 问题描述
    9.3.2 主要结果
    参考文献
    第10章 Q—学习方法
    10.1 无模型强化学习
    10.2 Q—学习原理
    10.3 离散时间确定性Q—学习
    10.3.1 问题描述
    10.3.2 离散时间确定性Q—学习算法的性质
    10.3.3 离散时间确定性Q—学习算法的神经网络实现
    10.3.4 仿真实验
    10.4 Q—学习进展
    参考文献
    第11章 脱策学习
    11.1 脱策学习的兴盛
    11.2 脱策学习的基本思想
    11.2.1 问题描述
    11.2.2 相关研究工作
    11.3 脱策学习过程
    11.3.1 脱策强化学习
    11.3.2 基于神经网络的实现
    11.4 脱策学习收敛性分析
    11.5 基于脱策强化学习的线性□(数理化公式)控制
    11.6 仿真实验
    参考文献
    第12章 深度强化学习
    12.1 深度学习基本概念
    12.1.1 深度学习的起源
    12.1.2 深度学习与传统机器学习
    12.1.3 深度学习的运用环境
    12.2 深度神经网络
    12.2.1 深度神经网络溯源
    12.2.2 梯度下降法
    12.2.3 反向传播
    12.2.4 动量模型
    12.2.5 学习律
    12.3 卷积神经网络
    12.3.1 卷积神经网络介绍
    12.3.2 卷积层
    12.3.3 采样层
    12.3.4 分类层
    12.3.5 经典卷积神经网络结构
    12.4 循环神经网络
    12.4.1 循环神经网络介绍
    12.4.2 长短期记忆模型
    12.5 生成对抗网络
    12.6 深度强化学习基本理论
    12.6.1 Q函数
    12.6.2 策略
    12.6.3 效用值
    12.6.4 模型
    12.6.5 规划
    12.7 深度强化学习实际应用
    12.7.1 游戏
    12.7.2 机器人与控制
    12.7.3 自然语言处理
    12.7.4 计算机视觉
    12.8 未来待解决的问题
    12.8.1 采样效率低下
    12.8.2 难以寻找合适的效用函数
    12.8.3 局部很优陷阱
    12.8.4 过拟合问题
    12.8.5 复现难题
    12.8.6 适用场景与未来思考
    参考文献
    第13章 强化学习展望:平行强化学习
    13.1 自适应动态规划与深度强化学习
    13.2 平行控制理论的基本思想
    13.3 平行动态规划方法
    参考文献

    内容简介

    强化学习是目前机器学习乃至人工智能领域发展最快的分支之一。强化学习的基本思想是通过与环境的交互、智能体或智能算法获取相关智能,其具体过程就是根据环境反馈得到的奖励不断调整自身的策略进而获得优选奖励决策的学习历程。本书主要讲述了强化学习的基本原理和基本方法,基于强化学习的控制、决策和优化方法设计与理论分析,深度强化学习原理以及平行强化学习等未来强化学习的发展新方向,展示从先行后知到先知后行,再到知行合一的混合平行智能思路。
    本书可作为高等学校人工智能、机器学习、智能控制、智能决策、智慧管理、系统工程以及应用数学等专业的本科生或研究生教材,亦可供相关专业科研人员和工程技术人员参考。

    1
    • 商品详情
    • 内容简介

    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