安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度强化学习:算法原理与金融实践入门/谢文杰, 周炜星编著

出版发行项:

北京:清华大学出版社,2023.09

ISBN及定价:

978-7-302-64106-3/CNY69.00

载体形态项:

XII, 245页:图;26cm

并列正题名:

Deep reinforcement learning

其它题名:

算法原理与金融实践入门

个人责任者:

谢文杰 编著

个人责任者:

周炜星 编著

学科主题:

人工智能-研究

学科主题:

机器学习-研究

中图法分类号:

TP181

相关题名附注:

英文题名取自封面

责任者附注:

谢文杰, 男, 湖南浏阳人, 应用数学博士, 上海市晨光学者。现任职华东理工大学商学院金融学系副教授、硕士研究生导师、金融物理研究中心成员, 主要研究复杂金融网络、机器学习、深度强化学习、金融风险管理等。获2016年度上海市自然科学奖二等奖 (4/5), 主持完成4项国家或省部级科研项目。周炜星, 男, 浙江诸暨人。教育部青年长江学者、上海领军人才、教育部新世纪优秀人才、上海市曙光学者、上海市青年科技启明星。现任职于华东理工大学商学院、数学学院, 二级教授, 博士生导师, 金融物理研究中心主任。现兼任中国优选法统筹法与经济数学研究会理事、风险管理分会副理事长, 中国系统工程学会理事、金融系统工程专业委员会副主任，管理科学与工程学会理事、金融计量与风险管理分会副理事长，中国工业统计教学研究会金融科技与大数据技术分会副理事长, 中国数量经济学会经济复杂性专业委员会副理事长, 中国复杂性科学学会副理事长。

提要文摘附注:

本书共10章, 大致分为4部分: 第1部分 (第1-2章) 介绍深度强化学习背景 (智能决策、人工智能和机器学习) ; 第2部分 (第3-4章) 介绍深度强化学习基础知识 (深度学习和强化学习) ; 第3部分 (第5-9章) 介绍深度强化学习经典算法 (DQN、AC、DDPG等) ; 第4部分 (第10章) 为总结和展望。每章都附有习题并介绍了相关阅读材料, 以便有兴趣的读者进一步深入探索。

豆瓣简介：