同类推荐
-
-
人工智能通识教程（公共课版）
-
¥76.00
-
-
人工智能通识教程（公共课版）
-
¥76.00
-
-
人工智能通识教程（公共课版）
-
¥76.00
-
-
写给青少年的AI启蒙书：机器学习与深度学习
-
¥72.00
-
-
写给青少年的AI启蒙书：机器学习与深度学习
-
¥72.00
-
-
写给青少年的AI启蒙书：机器学习与深度学习
-
¥72.00
-
-
DeepSeek大模型实战指南：架构、部署与应用（基于…
-
¥99.00
-
-
DeepSeek大模型实战指南：架构、部署与应用（基于…
-
¥99.00
-
-
DeepSeek大模型实战指南：架构、部署与应用（基于…
-
¥99.00
-
-
企业级AgentOS架构设计与工程实践
-
¥99.00
|
|
图书信息
|
|
|
|
强化学习:微课版
|
| ISBN： | 9787302587941 |
定价： | ￥69.00 |
| 作者： | 袁莎，白朔天，唐杰著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2021年10月 |
开本： | 26cm |
| 页数： | 20,276页 |
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
|
279
|
|
2026-10-14
|
图书简介 | | 本书为读者构建了一个完整的强化学习入门路径，深入浅出地介绍了强化学习算法的基本原理和实现方法。在正文开始前，本书带着初学者回顾了相关预备知识，包括数学基础和机器学习基础。在正文部分，本书首先介绍了强化学习的基本概念，给出了强化学习的数学框架(马尔科夫决策过程)，随后介绍了强化学习的求解算法，包括表格求解法(动态规划法、蒙特卡洛法和时序差分法)，以及近似求解法(值函数近似法、策略梯度法和深度强化学习)。本书最后一部分为实践与前沿，实践部分基于一个相同的例子实现了强化学习领域的主流基础算法，前沿部分介绍了强化学习领域的最新研究进展。本书配有相当数量的习题可供练习，配套代码基于Python实现，源代码均已开源，可开放获取。 |
|