机读格式显示(MARC)

• 000 01758nam 2200337 450

• 001 0000528686

• 005 20200916090700.0

• 010 __ |a 978-7-111-64812-3 |d CNY45.00

• 100 __ |a 20200515d2020 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a y a 000yy

• 106 __ |a r

• 200 1_ |a TensorFlow强化学习快速入门指南 |A T e n s o r F l o w qiang hua xue xi kuai su ru men zhi nan |e 使用Python动手大间自学习的智能体 |f (美) 考希克·巴拉克里希南著 |g 赵卫东译

• 210 __ |a 北京 |c 机械工业出版社 |d 2020.5

• 215 __ |a 108页 |d 24cm

• 225 2_ |a 大数据丛书 |A da shu ju cong shu

• 306 __ |a 本书由Packt Publishing Ltd授权

• 312 __ |a 英文题名取自版权页

• 320 __ |a 有书目

• 330 __ |a 强化学习是一类重要的机器学习方法，在很多领域得到了成功的应用。最近几年与深度学习也结合起来，进一步推动了人工智能的发展。本书首先介绍了强化学习的基本原理，然后介绍典型的强化学习算法，包括深度Q网络、深度确定性策略梯度、信任区域策略优化和近端策略优化等，每种算法都利用主流的开源机器学习框架TensorFlow，使用Python进行了实现。此外，还介绍了一些策略优化方法及其应用。阅读本书，可以使读者能快速理解强化学习的基本知识，并能通过简单的案例实现，加深对算法的理解。

• 333 __ |a 本书适合对强化学习感兴趣的普通高校师生以及社会人士阅读。

• 410 _0 |1 2001 |a 大数据丛书

• 500 10 |a Tensorflow reinforcement learning quick start guide |A Tensorflow Reinforcement Learning Quick Start Guide |m Chinese

• 517 1_ |a 使用Python动手大间自学习的智能体 |A shi yongPythondong shou da jian zi xue xi de zhi neng ti

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 算法

• 690 __ |a TP18 |v 5

• 701 _1 |a 巴拉克里希南 |A ba la ke li xi nan |g (Balakrishnan, Kaushik) |4 著

• 702 _0 |a 赵卫东 |A zhao wei dong |4 译

• 801 _0 |a CN |b 江苏新华 |c 20200506

• 905 __ |a LIB |d TP18/314