同类推荐
-
-
人工智能导论
-
¥59.80
-
-
人工智能导论
-
¥59.80
-
-
人工智能导论
-
¥59.80
-
-
图解Hermes实操指南:零代码打造你的AI智能助手
-
¥99.00
-
-
图解Hermes实操指南:零代码打造你的AI智能助手
-
¥99.00
-
-
人工智能安全
-
¥59.00
-
-
人工智能安全
-
¥59.00
-
-
人工智能安全
-
¥59.00
-
-
人工智能基础与实践
-
¥48.00
-
-
人工智能基础与实践
-
¥48.00
|
|
图书信息
|
|
|
|
强化学习:理论优化与实践应用
|
| ISBN： | 9787121532900 |
定价： | ￥69.00 |
| 作者： | 李凤莲著 |
出版社： | 电子工业出版社 |
| 出版时间： | 2026年08月 |
开本： | 26cm |
| 页数： | 101页 |
装祯： | 平装 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
638
|
|
2026-09-09
|
图书简介 | | 本书主要介绍了强化学习的理论优化及其应用，主要从数据层面、特征层面和算法层面对非平衡数据分类预测方法进行详细说明。全书分为两大部分，共11章。第一部分包括第1-5章，主要包括绪论、强化学习基础知识、强化学习理论基础、经典强化学习模型、多智能体强化学习；第二部分包括第6-11章，主要包括基于强化学习的聚类算法、基于学习自动机的模糊聚类算法、基于轮廓系数的多智能体强化学习聚类算法、基于强化学习的特征选择算法、双经验池深度强化学习分类模型、基于深度强化学习的推荐算法等内容。 |
|