📖 书目详情
强化学习与随机优化：序贯决策的通用框架
| 著者 | (美) 沃伦·B.鲍威尔 (Warren B.Powell) 著 |
| ISBN | 9787302697145 |
| 中图分类 | TP181 自动化技术、计算机技术 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 清华大学出版社 |
| 丛书名 | — |
| 出版年 | 2025 |
| 页码 | xx, 780页 |
| 价格 | ¥256.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
9.6/10
|
📝 内容简介
本书是第一本探讨如何对不同方法进行均衡处理, 以便建模和解决序贯决策问题的图书, 承袭了大多数聚焦于机器学习、优化和模拟的书籍的风格。本书专为具有概率和统计背景知识并对建模和应用程序感兴趣的读者而设计。线性规划有时用于特定的问题类型。本书提供了一个可以借助5个核心组件 (状态变量、决策变量、外部信息变量、转移函数和目标函数) 对任何序贯决策问题进行建模的通用框架; 强调了可能影响任何模型的12种不确定性, 并将做决策的各种方法 (称为策略) 归纳为4个基本类别, 涵盖学术文献中提出的或实践中使用的所有方法。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录，可在线借购