机读格式显示(MARC)
- 010 __ |a 978-7-111-62245-1 |d CNY79.00
- 100 __ |a 20190606d2019 em y0chiy50 ea
- 200 1_ |a 统计强化学习 |A tong ji qiang hua xue xi |e 现代机器学习方法 |d = Statistical reinforcement learning |e modern machine learning approaches |f (日) 杉山将著 |g 高阳等译 |z eng
- 210 __ |a 北京 |c 机械工业出版社 |d 2019.05
- 215 __ |a XI, 188页 |c 图 |d 26cm
- 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu
- 306 __ |a 由Taylor & Francis出版集团旗下CRC出版公司授权出版
- 320 __ |a 有书目 (第183-188页)
- 330 __ |a 本书将统计学习和强化学习相结合, 对强化学习函数估计中的基函数设计、样本重用以及策略搜索、模型估计等做了深入浅出的介绍。全书共11章, 分为四部分: 第一部分 (第1章) 介绍了强化学习的基本知识 ; 第二部分 (第2-6章) 介绍了模型无关策略迭代的知识 ; 第三部分 (第7-9章) 介绍了模型无关策略搜索的知识 ; 第四部分 (第10-11章) 介绍了基于模型的强化学习。本书适合从事人工智能和机器学习研究和应用的专家学者、技术人员、研究生阅读。
- 410 _0 |1 2001 |a 智能科学与技术丛书
- 510 1_ |a Statistical reinforcement learning |e modern machine learning approaches |z eng
- 517 1_ |a 现代机器学习方法 |A xian dai ji qi xue xi fang fa
- 606 0_ |a 机器学习 |A ji qi xue xi
- 701 _1 |a 杉山将 |A shan shan jiang |g (Sugiyama, Masashi) |4 著
- 702 _0 |a 高阳 |A gao yang |4 译
- 801 _0 |a CN |b 万品图书 |c 20191121
- 905 __ |a AUSTL |d TP181/S751-2