机读格式显示(MARC)

• 000 02025nam0 2200301 450

• 001 0000482123

• 005 20241111153700.0

• 010 __ |a 978-7-302-64106-3 |d CNY69.00

• 100 __ |a 20241008d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 深度强化学习 |A shen du qiang hua xue xi |e 算法原理与金融实践入门 |f 谢文杰, 周炜星编著

• 210 __ |a 北京 |c 清华大学出版社 |d 2023.09

• 215 __ |a XII, 245页 |c 图 |d 26cm

• 312 __ |a 英文题名取自封面

• 314 __ |a 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。

• 330 __ |a 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。

• 510 1_ |a Deep reinforcement learning |z eng

• 517 1_ |a 算法原理与金融实践入门 |A suan fa yuan li yu jin rong shi jian ru men

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 研究

• 606 0_ |a 机器学习 |A ji qi xue xi |x 研究

• 690 __ |a TP181 |v 5

• 701 _0 |a 谢文杰 |A xie wen jie |4 编著

• 701 _0 |a 周炜星 |A zhou wei xing |4 编著

• 801 _0 |a CN |b 辽批 |c 20241008

• 905 __ |a AUSTL |d TP181/X851