安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度强化学习原理与实践/陈仲铭, 何明著

出版发行项:

北京:人民邮电出版社,2019.05

ISBN及定价:

978-7-115-50532-3/CNY99.00

载体形态项:

341页:图;24cm

并列正题名:

Deep reinforcement learning: principles and practices

个人责任者:

陈仲铭 著

个人责任者:

何明 著

学科主题:

机器学习-研究

中图法分类号:

TP181

责任者附注:

陈仲铭, 西安电子科技大学硕士, OPPO研究院人工智能算法研究员。何明, 重庆大学学士, 中国科学技术大学博士, 目前为上海交通大学电子科学与技术方向博士后研究员、OPPO研究院人工智能算法研究员。

书目附注:

有书目 (第336-341页)

提要文摘附注:

本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起, 通过简单的环境模型来逐步展开强化学习的内容。每章至少会有一个案例来辅助读者深入理解相关的知识点, 涵盖目前的热点应用, 例如图像风格创造、图像检测、语音识别等。最后一章利用一个大型的深度案例 (AlphaGo围棋) 来总结全书内容, 达到活学活用的目的。

豆瓣简介：