书籍详情
![《动手学强化学习张伟楠,沈键,俞勇书籍》[32M]百度网盘|亲测有效|pdf下载](/uploads/2024-01-20/e6d5879fb5dbf9f7.jpg)
动手学强化学习张伟楠,沈键,俞勇书籍
- 出版社:文轩网精品图书专营店
- 出版时间:2022-05
- 热度:11234
- 上架时间:2024-06-30 09:38:03
- 价格:0.0
书籍下载
书籍预览
免责声明
本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源，一旦发现资源涉及侵权，将立即删除。希望所有用户一同监督并反馈问题，如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
内容介绍
作 者:张伟楠,沈键,俞勇 著
定 价:89.9
出 版 社:人民邮电出版社
出版日期:2022年05月01日
页 数:260
装 帧:平装
ISBN:9787115584519
·名家作品：上海交通大学ACM班创始人俞勇教授、博士生导师张伟楠副教授、APEX实验室博士生沈键编写；
·理论扎实：基于上交大ACM班的人工智能专业课程构建强化学习的学习体系；
·配套资源丰富：在线代码运行环境+在线视频课程+在线讨论区+在线习题+配套课件；
·多位业内大咖力荐：字节跳动人工智能实验室总监李航、1986年图灵奖得主John Hopcroft、北京大学数学科学学院统计学教授张志华、伦敦大学学院计算机科学系讲席教授汪军、亚马逊资深科学家、《动手学深度学习》作者李沐
●第一部分 强化学习基础
第1章 初探强化学习
1.1 简介
1.2 什么是强化学习
1.3 强化学习的环境
1.4 强化学习的目标
1.5 强化学习中的数据
1.6 强化学习的独特性
1.7 小结
第2章 多臂老虎机问题
2.1 简介
2.2 问题介绍
2.2.1 问题定义
2.2.2 形式化描述
2.2.3 累积懊悔
2.2.4 估计期望奖励
2.3 探索与利用的平衡
2.4 □（特殊字符）-贪婪算法
2.5 上置信界算法
2.6 汤普森采样算法
2.7 小结
2.8 参考文献
第3章 马尔可夫决策过程
3.1 简介
3.2 马尔可夫过程
3.2.1 随机过程
3.2.2 马尔可夫性质
3.2.3 马尔可夫过程
3.3 马尔可夫奖励过程
3.3.1 回报
3.3.2 价值函数
3.4 马尔可夫决策过程
3.4.1 策略
3.4.2 状态价值函数
3.4.3 动作价值函数
3.4.4 贝尔曼期望方程
3.5 蒙特卡洛方法
3.6 占用度量
3.7 很优策略
3.8 小结
3.9 参考文献
第4章 动态规划算法
4.1 简介
4.2 悬崖漫步环境
4.3 策略迭代算法
4.3.1 策略评估
4.3.2 策略提升
4.3.3 策略迭代
4.4 价值迭代算法
4.5 冰湖环境
……
第二部分 强化学习进阶
第三部分 强化学习前沿
总结与展望
中英文术语对照表与符号表
第1章 初探强化学习
1.1 简介
1.2 什么是强化学习
1.3 强化学习的环境
1.4 强化学习的目标
1.5 强化学习中的数据
1.6 强化学习的独特性
1.7 小结
第2章 多臂老虎机问题
2.1 简介
2.2 问题介绍
2.2.1 问题定义
2.2.2 形式化描述
2.2.3 累积懊悔
2.2.4 估计期望奖励
2.3 探索与利用的平衡
2.4 □（特殊字符）-贪婪算法
2.5 上置信界算法
2.6 汤普森采样算法
2.7 小结
2.8 参考文献
第3章 马尔可夫决策过程
3.1 简介
3.2 马尔可夫过程
3.2.1 随机过程
3.2.2 马尔可夫性质
3.2.3 马尔可夫过程
3.3 马尔可夫奖励过程
3.3.1 回报
3.3.2 价值函数
3.4 马尔可夫决策过程
3.4.1 策略
3.4.2 状态价值函数
3.4.3 动作价值函数
3.4.4 贝尔曼期望方程
3.5 蒙特卡洛方法
3.6 占用度量
3.7 很优策略
3.8 小结
3.9 参考文献
第4章 动态规划算法
4.1 简介
4.2 悬崖漫步环境
4.3 策略迭代算法
4.3.1 策略评估
4.3.2 策略提升
4.3.3 策略迭代
4.4 价值迭代算法
4.5 冰湖环境
……
第二部分 强化学习进阶
第三部分 强化学习前沿
总结与展望
中英文术语对照表与符号表
本书系统地介绍了强化学习的原理和实现，是一本理论扎实、落地性强的图书。本书包含3个部分：第一部分为强化学习基础，讲解强化学习的基础概念和表格型强化学习方法；第二部分为强化学习进阶，讨论深度强化学习的思维方式、深度价值函数和深度策略学习方法；第三部分为强化学习前沿，介绍学术界在深度强化学习领域的主要关注方向和前沿算法。同时，本书提供配套的线上代码实践平台，展示源码的编写和运行过程，让读者进一步掌握强化学习算法的运行机制。本书理论与实践并重，在介绍强化学习理论的同时，辅之以线上代码实践平台，帮助读者通过实践加深对理论的理解。本书适合对强化学习感兴趣的高校学生、教师，以及相关行业的开发和研究人员阅读、实践。