书目信息 |
| 题名： |
强化学习
|
|
| 作者： | 王小强 ， 柯良军 编著 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2019.12 |
|
| 页数： | 177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 | |
| 电子资源： | ||
| ISBN： | 978-7-302-53240-8 | |
| 000 | 00996nam0 2200277 450 | |
| 001 | CAL 0120192919803 | |
| 010 | @a978-7-302-53240-8@dCNY69.00 | |
| 100 | @a20190916d2019 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 200 | 1 | @a强化学习@Aqiang hua xue xi@f柯良军, 王小强编著 |
| 210 | @a北京@c清华大学出版社@d2019.12 | |
| 215 | @a177页@c图@d24cm | |
| 300 | @a中外学者论AI | |
| 312 | @a英文题名取自封面 | |
| 314 | @a柯良军, 博士, 西安交通大学教授、博士生导师。2011年10月至2012年10月在英国University of Essex访问学习。 | |
| 320 | @a有书目 | |
| 330 | @a本书介绍强化学习原理、算法及其实现。内容涉及基于模型的强化学习、基于采样-估计的强化学习、基于逼近理论的强化学习以及深度强化学习等。 | |
| 510 | 1 | @aReinforcement learning@zeng |
| 606 | 0 | @a机器学习@Aji qi xue xi |
| 690 | @aTP181@v5 | |
| 701 | 0 | @a王小强@Awang xiao qiang@4编著 |
| 701 | 0 | @a柯良军@Ake liang jun@4编著 |
| 801 | 0 | @aCN@c20200916 |
| 905 | @a河南城建学院图书馆@dTP181@eK390 | |
| 强化学习/柯良军, 王小强编著.-北京：清华大学出版社，2019.12 |
| 177页：图；24cm |
| 中外学者论AI |
| ISBN 978-7-302-53240-8：CNY69.00 |
| 本书介绍强化学习原理、算法及其实现。内容涉及基于模型的强化学习、基于采样-估计的强化学习、基于逼近理论的强化学习以及深度强化学习等。 |
| ● |
| 相关链接 |
|
|
|
正题名：强化学习
索取号：TP181/K390
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1461222 | 214612221 | 自科库301/301自科库 35排2列4层/ [索取号:TP181/K390] | 在馆 | |
| 2 | 1461223 | 214612230 | 自科库301/301自科库 35排2列4层/ [索取号:TP181/K390] | 在馆 |