強化學習是一種重要的機器學習方法，在智能體及分析預測等領域有許多應用。本書共13章，主要包括強化學習的各種要素，即智能體、環境、策略和模型以及相應平臺和庫；Anaconda、Docker、OpenAIGym、Universe和TensorFlow等安裝配置；馬爾可夫鏈和馬爾可夫過程及其與強化學習問題建模之間的關係，動態規劃的基本概念；蒙特卡羅方法以及不同類型的蒙特卡羅預測和控制方法；時間差分學習、預測、離線/在線策略控制等；多臂賭博機問題以及相關的各種探索策略方法；深度學習的各種基本概念和RNN、LSTM、CNN等神經網絡；深度強化學習算法DQN，以及雙DQN和對抗網絡體系結構等改進架構；DRQN以及DARQN；A3C網絡的基本工作原理及架構；策略梯度和優化問題；*後介紹了強化學習的*新進展以及未來發展。
Python強化學習實戰：應用OpenAI Gym和TensorFlow精通強化學習和深度強化學習（簡體書）
- 作者： (印)蘇達桑‧拉維尚迪蘭
- 譯者： 連曉峰
- 出版社： 機械工業出版社
- 出版日期： 2018-12-01
- ISBN碼： 9787111612889
- 編號： 007062604
$ 360 元
原價 414
-
$360