机读格式显示(MARC)

• 000 01687nam0 2200301 450

• 001 0000536481

• 005 20210912204300.0

• 010 __ |a 978-7-111-66126-9 |d CNY79.00

• 100 __ |a 20200904d2020 em y0chiy0110 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 强化学习入门 |A qiang hua xue xi ru men |f 叶强, 闫维新, 黎斌编著

• 210 __ |a 北京 |c 机械工业出版社 |d 2020

• 215 __ |a 183页 |c 图 |d 26cm

• 312 __ |a 英文并列题名取自封面

• 314 __ |a 叶强, 医学博士、计算机科学硕士, 先后毕业于上海交通大学和蒙特利尔大学。长期从事眼科临床工作, 主要科研方向为视觉神经细胞的计算模型和医学信息学。闫维新, 博士, 毕业于上海交通大学, 现任上海交通大学博士生导师。多年来从事人工智能在医学领域的应用的研究。黎斌, 研究生毕业于上海交通大学机器人研究所, 本科毕业于哈尔滨工业大学, 长期致力于人工智能技术在机器人领域的应用的研究 (获相关软件著作权多项)。

• 320 __ |a 有书目

• 330 __ |a 本书以理论和实践相结合的形式深入浅出地介绍强化学习的历史、基本概念、经典算法和一些前沿技术, 共分为三大部分: 第一部分 (第1-5章) 介绍强化学习的发展历史、基本概念以及一些经典的强化学习算法; 第二部分 (第6-9章) 在简要回顾深度学习技术的基础上着重介绍深度强化学习的一些前沿实用算法; 第三部分 (第10章) 以五子棋为例详细讲解战胜了人类顶级围棋选手的AlphaZero算法的核心思想。对于本书介绍的每一个经典算法, 我们都结合了一定的应用场景, 详细介绍如何用Python代码来实现。

• 510 1_ |a Introduction to reinforcement learning from principle to practice |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 叶强 |A ye qiang |4 编著

• 701 _0 |a 闫维新 |A yan wei xin |4 编著

• 701 _0 |a 黎斌 |A li bin |4 编著

• 801 _0 |a CN |b LIB |c 20210912

• 905 __ |a LIB |d TP181/177