安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

Python强化学习实战:应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习/(印)苏达桑·拉维尚迪兰(Sudharsan Ravichandiran)著 连晓峰等译

出版发行项:

北京:机械工业出版社,2019

ISBN及定价:

978-7-111-61288-9/CNY69.00

载体形态项:

11,203页:图;24cm

并列正题名:

Hands-on reinforcement learning with Python:master reinforcement and deep reinforcement learning using OpenAl Gym and TensorFlow

其它题名:

应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习

个人责任者:

(印) 拉维尚迪兰 (Ravichandiran, Sudharsan) 著

个人次要责任者:

连晓峰 译

非控制主题词:

Python

中图法分类号:

TP311.561

中图法分类号:

TP312PY

一般附注:

机器学习系列

版本附注:

由Packt Publishing Ltd授权出版

责任者附注:

苏达桑·拉维尚迪兰 (Sudharsan Ravichandiran)，数据科学家，研究员，人工智能爱好者等。

提要文摘附注:

强化学习是一种重要的机器学习方法，在智能体及分析预测等领域有许多应用。本书共13章，主要包括强化学习的各种要素，即智能体、环境、策略和模型以及相应平台和库；Anaconda、Docker、OpenAI Gym、Universe和TensorFlow等安装配置；马尔可夫链和马尔可夫过程及其与强化学习问题建模之间的关系，动态规划的基本概念；蒙特卡罗方法以及不同类型的蒙特卡罗预测和控制方法；时间差分学习、预测、离线/在线策略控制等；多臂赌博机问题以及相关的各种探索策略方法；深度学习的各种基本概念和RNN、LSTM、CNN等神经网络；深度强化学习算法DQN，以及双DQN和对抗网络体系结构等改进架构；DRQN以及DARQN；A3C网络的基本工作原理及架构；策略梯度和优化问题；最后介绍了强化学习的最新进展以及未来发展。

豆瓣简介：