📖 书目详情
深度学习入门—(4):强化学习
| 著者 | (日) 斋藤康毅著 |
| ISBN | 9787115649171 |
| 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 | 人民邮电出版社 |
| 丛书名 | 图灵程序设计丛书 |
| 出版年 | 2024 |
| 页码 | 313页 |
| 价格 | ¥109.80 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
8.2/10
|
📝 内容简介
本书前半部分介绍强化学习的重要思想和基础知识, 后半部分介绍如何将深度学习应用于强化学习, 遴选讲解了深度强化学习的最新技术。全书从最适合入门的多臂老虎机问题切入, 依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找最佳答案的贝尔曼方程, 以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和TD方法。随后, 神经网络和Q学习、DQN、策略梯度法等几章则分别讨论了深度学习在强化学习领域的应用。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录，可在线借购