安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

强化学习/(加) Richard S. Sutton, (美) Andrew G. Barto著 俞凯等译

出版发行项:

北京:电子工业出版社,2019

ISBN及定价:

978-7-121-29516-4/CNY168.00

载体形态项:

XXVIII, 519页:图;24cm

统一题名:

Reinforcement learning an introduction

丛编项:

智源人工智能丛书

个人责任者:

桑顿 (Sutton，Richard S.) 著

个人责任者:

巴图 (Barto，Andrew G.) 著

个人次要责任者:

俞凯 译

学科主题:

机器学习-算法-研究

中图法分类号:

TP181

版本附注:

根据原书第2版译出

出版发行附注:

本书简体中文专有翻译出版权由博达著作权代理有限公司Bardon Chinese Media Agency代理The MIT Press授权电子工业出版

责任者附注:

责任者Sutton规范汉译姓: 桑顿, 责任者Barto规范汉译姓: 巴图

书目附注:

有书目 (第473-519页)

提要文摘附注:

本书对强化学习中涉及的主要原理及算法做了详细的阐述，并对该领域的发展历程以及最新的实践做了总结。全书分为三部分，第一部分阐述了在马尔科夫决策过程中的强化学习问题；第二部分提供了基本的解决方法；第三部分对已有解决方法做了总结，并结合神经网络做了说明；最后两章是强化学习的实例以及展望。

使用对象附注:

本书适合对强化学习感兴趣的人员。

豆瓣简介：