强化学习算法入门

1星价 ¥53.0 (7.6折)

2星价￥53.0 定价￥69.8

作者：曾我部东马

出版社：中国水利水电出版社

本类榜单：计算机/网络

分类：计算机/网络 > 计算机理论

暂无评论

图文详情

ISBN：9787522617619
装帧：平装-胶订
册数：暂无
重量：暂无
开本：32开
页数：184
出版时间：2024-01-01
条形码：9787522617619 ; 978-7-5226-1761-9

本书特色

本书读者对象：大中专院校计算机、人工智能相关专业学生，对机器学习、强化学习算法感兴趣的程序员。 ● 本书从初高中学生都熟悉的“平均值计算”的角度出发，简单易懂地解释复杂的强化学习原理。
● 使用常见的例子（多臂老虎机问题和网格世界问题）对各种算法进行比较，使它们的特点更易理解。
● 对于强化学习的核心算法，提供了Python 3和MATLAB两种类型的代码。执行代码，可直观理解“原理 → 公式 → 程序”这一系列流程。

内容简介

作为**个战胜围棋世界冠军的人工智能机器人AlphaGo，我们知道其主要工作原理是深度学习。随着AlphaGo Zero和Alpha Zero的相继发布，作为机器学习经典算法之一的强化学习，在人工智能领域受到了更多的关注。
《强化学习算法入门》使用通俗易懂的语言，按照“原理-公式-程序”的方式，对强化学习的基础知识进行了详细讲解。书中先让大家从熟悉的“平均值计算”作为切入点，学习强化学习的基本概念，然后结合实例学习了函数近似方法、深度强化学习的原理和方法等，比较了各算法的特点和应用，并用Python和MATLAB两种语言进行了编程实现。
《强化学习算法入门》内容丰富，实践性强，特别适合高校人工智能相关专业学生，机器学习、深度学习工程师等学习强化学习算法。

第1章基于“平均”的强化学习的基本概念 1.0简介 1.1平均值与期望值 1.1.1平均值 1.1.2期望值 1.1.3期望值与平均值的关系 1.2平均值和价值总结 1.3平均值和马尔可夫性 1.3.1平均值的计算公式及其变形 1.3.2逐次平均值表达和MP 1.4用平均值推导贝尔曼方程 1.4.1平均值表达和价值函数的引入 1.4.2决策型贝尔曼方程式的推导 1.4.3概率型贝尔曼方程式的推导 ……

展开全部

作者简介

[日] 曾我部东马
理学博士(物理学专业)。曾任马克斯·普朗克研究所（德国）博士研究员、剑桥大学（英国）研究员。2009年回到日本，参与创立了Grid公司，担任董事兼首席技术官。2011年起先后担任东京大学尖端科学技术研究中心特聘助理教授、特聘副教授。2016年3月起任电气通信大学副教授，同时兼任Grid公司首席技术顾问、东京大学尖端科学技术研究中心客座研究员至今。
他以开发具有“深度学习—深度强化学习—回归预测—优化”功能的跨功能机器学习框架∞ReNom而闻名，目前在开发以量子机器学习为代表的*先进量子算法∞ReNomQ的同时，还致力于使用深度强化学习的“在线优化问题”的研究。

本类五星书