扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
深度强化学习原理与实践 版权信息
- ISBN：9787302660705
- 条形码：9787302660705 ; 978-7-302-66070-5
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>>
深度强化学习原理与实践 本书特色
?精选深度学习、强化学习、深度强化学习中的一些常用方法。
?从原理的角度，力求讲解清楚这些方法，以帮助读者迅速掌握并深入理解这些方法。
?从实践的角度，通过41个循序渐进的原创实验，引领读者独立编程实现这些方法，为读者精通深度强化学习并应用深度强化学习方法解决实际问题奠定坚实基础。
?每个实验配有提示、解析及带中文注释的参考程序3种不同层面的指导，供读者根据情况选择使用。
?提供完整的实验参考程序，可通过扫描书中二维码下载，便于读者迅速应用书中方法解决实际问题。
深度强化学习原理与实践 内容简介
本书从原理的角度，力求讲解清楚深度学习、强化学习、深度强化学习中的一些精选方法，并从实践的角度，通过一系列循序渐进的原创实验，引领读者独立编程实现这些方法，以期为读者精通深度强化学习并应用深度强化学习方法解决实际问题奠定坚实基础。 本书不仅适合计算机科学与技术、人工智能、物联网工程、数据科学与大数据、软件工程、通信工程、电子信息、机器人工程、自动化、智能制造等相关专业高年级本科生及研究生教学与自学使用，也适合机器学习等领域的从业者、科研人员及爱好者自学与参考使用。
深度强化学习原理与实践 目录
第1章引言1
1.1深度强化学习及其简史1
1.2深度强化学习的应用领域3
1.3深度强化学习方法的实现4
1.3.1NumPy库和Matplotlib库4
1.3.2PyTorch框架7
1.4本章实验解析11
1.5本书各章联系14
1.6本章小结14
1.7思考与练习15 第2章从神经网络到深度学习16
2.1神经网络回顾16
2.1.1神经网络的推测过程17
2.1.2神经网络的训练过程18
2.1.3神经网络实践23
2.2从神经网络到深度神经网络26
2.3深度神经网络29
2.3.1深度神经网络的推测过程29
2.3.2深度神经网络的训练过程30
2.3.3反向模式自动微分34
2.3.4深度神经网络实践及分析35
2.4卷积神经网络37
2.4.1卷积层和合并层38
2.4.2卷积神经网络实践41
2.5循环神经网络42
2.6本章实验解析45
2.7本章小结51
2.8思考与练习52第3章强化学习基础53
3.1强化学习概述53
3.1.1多老虎机问题53
3.1.2利用与探索57
3.1.3强化学习的要素58
3.2有限马尔可夫决策过程59
3.2.1状态与马尔可夫性59
3.2.2什么是有限马尔可夫决策过程60
3.2.3收益与策略63
3.3求解MDP65
3.3.1贝尔曼方程与贝尔曼*优方程65
3.3.2价值迭代69
3.3.3策略评估74
3.3.4策略迭代77
3.3.5广义策略迭代82
3.4本章实验解析85
3.5本章小结90
3.6思考与练习90 深度强化学习原理与实践目录第4章行动价值方法92
4.1行动价值与*优行动价值92
4.1.1行动价值92
4.1.2*优行动价值96
4.2蒙特卡洛方法99
4.3Q学习107
4.4DynaQ114
4.5使用监督学习方法推测*优行动价值的极限值118
4.6使用深度神经网络推测*优行动价值的极限值124
4.7本章实验解析129
4.8本章小结136
4.9思考与练习136 第5章策略梯度方法138
5.1策略梯度基本方法138
5.2蒙特卡洛策略梯度方法142
5.2.1各个行动的蒙特卡洛策略梯度方法142
5.2.2单个行动的蒙特卡洛策略梯度方法147
5.2.3平移的蒙特卡洛策略梯度方法149
5.3行动评价方法154
5.4不完全观测160
5.5本章实验解析163
5.6本章小结168
5.7思考与练习169 附录A实验参考程序及注释171 参考文献231
1.1深度强化学习及其简史1
1.2深度强化学习的应用领域3
1.3深度强化学习方法的实现4
1.3.1NumPy库和Matplotlib库4
1.3.2PyTorch框架7
1.4本章实验解析11
1.5本书各章联系14
1.6本章小结14
1.7思考与练习15 第2章从神经网络到深度学习16
2.1神经网络回顾16
2.1.1神经网络的推测过程17
2.1.2神经网络的训练过程18
2.1.3神经网络实践23
2.2从神经网络到深度神经网络26
2.3深度神经网络29
2.3.1深度神经网络的推测过程29
2.3.2深度神经网络的训练过程30
2.3.3反向模式自动微分34
2.3.4深度神经网络实践及分析35
2.4卷积神经网络37
2.4.1卷积层和合并层38
2.4.2卷积神经网络实践41
2.5循环神经网络42
2.6本章实验解析45
2.7本章小结51
2.8思考与练习52第3章强化学习基础53
3.1强化学习概述53
3.1.1多老虎机问题53
3.1.2利用与探索57
3.1.3强化学习的要素58
3.2有限马尔可夫决策过程59
3.2.1状态与马尔可夫性59
3.2.2什么是有限马尔可夫决策过程60
3.2.3收益与策略63
3.3求解MDP65
3.3.1贝尔曼方程与贝尔曼*优方程65
3.3.2价值迭代69
3.3.3策略评估74
3.3.4策略迭代77
3.3.5广义策略迭代82
3.4本章实验解析85
3.5本章小结90
3.6思考与练习90 深度强化学习原理与实践目录第4章行动价值方法92
4.1行动价值与*优行动价值92
4.1.1行动价值92
4.1.2*优行动价值96
4.2蒙特卡洛方法99
4.3Q学习107
4.4DynaQ114
4.5使用监督学习方法推测*优行动价值的极限值118
4.6使用深度神经网络推测*优行动价值的极限值124
4.7本章实验解析129
4.8本章小结136
4.9思考与练习136 第5章策略梯度方法138
5.1策略梯度基本方法138
5.2蒙特卡洛策略梯度方法142
5.2.1各个行动的蒙特卡洛策略梯度方法142
5.2.2单个行动的蒙特卡洛策略梯度方法147
5.2.3平移的蒙特卡洛策略梯度方法149
5.3行动评价方法154
5.4不完全观测160
5.5本章实验解析163
5.6本章小结168
5.7思考与练习169 附录A实验参考程序及注释171 参考文献231
展开全部
深度强化学习原理与实践 作者简介
陈喆，美国田纳西理工大学博士。2003年硕士毕业后在UT斯达康、意法半导体等企业工作多年。2011年博士毕业后在东北大学物联网工程专业任副教授、硕士研究生导师。曾任东北大学物联网工程研究所副所长、无锡(滨湖) 传感信息中心副主任(挂职)，曾在美国北卡罗来纳州立大学访学。主要研究方向包括物联网无线通信、机器学习、认知无线电等。讲授机器学习、物联网技术、物联网通信技术、无线传感网络概论、无线传感网络实验、创业基础、创新创业活动、High-Performance Embedded System Design等课程。编著《物联网无线通信原理与实践》。多次被学生评选为“我 喜爱的老师”，所负责的课程多次被学生评选为“我 喜爱的专业课程”。
书友推荐
- >
月亮虎
月亮虎
¥20.2¥48.0 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥15.9¥49.8 - >
巴金－再思录
巴金－再思录
¥14.7¥46.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
罗庸西南联大授课录
罗庸西南联大授课录
¥13.8¥32.0 - >
自卑与超越
自卑与超越
¥13.5¥39.8 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥9.7¥14.0
本类畅销
-
快速开发(纪念版)
¥63.7¥128 -
4.23文创礼盒A款--“作家言我精神状态”
¥42.3¥206 -
4.23文创礼盒B款--“作家言我精神状态”
¥42.3¥206 -
一句顶一万句 (印签版)
¥40.4¥68 -
百年书评史散论
¥14.9¥38 -
1980年代:小说六记
¥52.8¥69
