同类推荐
-
-
深度学习实践:基于TensorFlow及PyTorch…
-
¥68.00
-
-
空间计算与空间智能
-
¥59.80
-
-
驾驭Gemini 3与Nano Banana:人人都是…
-
¥69.80
-
-
驾驭Gemini 3与Nano Banana:人人都是…
-
¥69.80
-
-
驾驭Gemini 3与Nano Banana:人人都是…
-
¥69.80
-
-
交互设计实践（杨贤）
-
¥58.00
-
-
交互设计实践（杨贤）
-
¥58.00
-
-
交互设计实践（杨贤）
-
¥58.00
-
-
Dify AI智能体开发实战
-
¥79.00
-
-
人工智能通识（AIGC版）
-
¥48.00
|
|
图书信息
|
|
|
|
强化学习与随机优化:序贯决策的通用框架
|
| ISBN： | 9787302697145 |
定价： | ￥256.00 |
| 作者： | (美)沃伦·B.鲍威尔(Warren B. Powell)著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2025年09月 |
版次： | 1版 |
| 开本： | 24 |
页数： | 20,780页 |
| 装祯： | 精装 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
15
|
库区4/泰安展厅库
|
2026-01-19
|
|
其它供货商库存合计
|
500
|
|
2026-01-19
|
图书简介 | | 本书提供了一个可以借助5个核心组件(状态变量、决策变量、外部信息变量、转移函数和目标函数)对任何序贯决策问题进行建模的通用框架；强调了可能影响任何模型的12种不确定性，并将做决策的各种方法(称为策略)归纳为4个基本类别，涵盖学术文献中提出的或实践中使用的所有方法。 |
|