机读格式显示(MARC)

• 000 02002nam0 2200277 450

• 001 0000519965

• 010 __ |a 978-7-111-61288-9 |d CNY69.00

• 100 __ |a 20190226d2019 em y0chiy50 ea

• 101 1_ |a chi |c inc

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a Python强化学习实战 |A Python qiang hua xue xi shi zhan |e 应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习 |d Hands-on reinforcement learning with Python |e master reinforcement and deep reinforcement learning using OpenAl Gym and TensorFlow |f (印)苏达桑·拉维尚迪兰(Sudharsan Ravichandiran)著 |g 连晓峰等译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2019

• 215 __ |a 11,203页 |c 图 |d 24cm

• 300 __ |a 机器学习系列

• 305 __ |a 由Packt Publishing Ltd授权出版

• 314 __ |a 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。

• 330 __ |a 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。

• 510 1_ |a Hands-on reinforcement learning with Python |e master reinforcement and deep reinforcement learning using OpenAl Gym and TensorFlow |z eng

• 517 1_ |a 应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习 |A ying yong OpenAI Gym he TensorFlow jing tong qiang hua xue xi he shen du qiang hua xue xi

• 610 0_ |a Python

• 690 __ |a TP311.561 |v 5

• 690 __ |a TP312PY |v 5

• 701 _0 |c (印) |a 拉维尚迪兰 |A la wei shang di lan |c (Ravichandiran, Sudharsan) |4 著

• 702 _0 |a 连晓峰 |A lian xiao feng |4 译