书目信息 |
| 题名： |
Deep reinforcement learning hands-on
|
|
| 作者： | 拉潘 著 | |
| 分册： | ||
| 出版信息： | 南京 东南大学出版社 2019.05 |
|
| 页数： | xvi, 523页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP181 | |
| 科图分类： | ||
| 主题词： | 机器学习--ji qi xue xi--算法--英文 | |
| 电子资源： | ||
| ISBN： | 978-7-5641-8321-9 | |
| 000 | 01165nam0 2200277 450 | |
| 001 | CAL 0120192757457 | |
| 010 | @a978-7-5641-8321-9@dCNY109.00 | |
| 100 | @a20190529e2019 em y0chiy50 ba | |
| 101 | 0 | @aeng |
| 102 | @aCN@b320000 | |
| 105 | @aa z 001yy | |
| 106 | @ar | |
| 200 | 1 | @aDeep reinforcement learning hands-on@d= 深度强化学习实践@fMaxim Lapan著@FMaxim Lapan zhu@zchi |
| 205 | @a影印版 | |
| 210 | @a南京@c东南大学出版社@d2019.05 | |
| 215 | @axvi, 523页@c图@d24cm | |
| 314 | @a责任者规范汉译姓: 拉潘 | |
| 320 | @a有索引 | |
| 330 | @a本书是关于最新DL工具及其局限性的全面指南。在应用于真实环境之前, 你得评估包括交叉熵和策略梯度在内的多种算法。试试Atari的虚拟游戏和像Connect4这样的家庭最爱。本书介绍了RL的基础知识, 为你提供了编写智能学习代理所需的原理, 用以承担一系列艰巨的实际任务。了解如何在“网格世界”环境中实现Q-learning, 教你的代理购买和交易股票, 发现自然语言模型如何推动了聊天机器人的火爆。 | |
| 510 | 1 | @a深度强化学习实践@zchi |
| 586 | @a | |
| 606 | 0 | @a机器学习@Aji qi xue xi@x算法@x英文 |
| 690 | @aTP181@v5 | |
| 701 | 1 | @a拉潘@Ala pan@g(Lapan, Maxim)@4著 |
| 801 | 0 | @aCN@c20190529 |
| 905 | @a河南城建学院图书馆@dTP181@eL009@f1 | |
| Deep reinforcement learning hands-on= 深度强化学习实践/Maxim Lapan著.-影印版.-南京：东南大学出版社，2019.05 |
| xvi, 523页：图；24cm |
| ISBN 978-7-5641-8321-9：CNY109.00 |
| 本书是关于最新DL工具及其局限性的全面指南。在应用于真实环境之前, 你得评估包括交叉熵和策略梯度在内的多种算法。试试Atari的虚拟游戏和像Connect4这样的家庭最爱。本书介绍了RL的基础知识, 为你提供了编写智能学习代理所需的原理, 用以承担一系列艰巨的实际任务。了解如何在“网格世界”环境中实现Q-learning, 教你的代理购买和交易股票, 发现自然语言模型如何推动了聊天机器人的火爆。 |
| ● |
| 相关链接 |
|
|
|
正题名：Deep reinforcement learning hands-on
索取号：TP181/L009
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1416177 | 214161770 | 自科库301/301自科库 39排4列1层/ [索取号:TP181/L009] | 在馆 |