• 首页
  • 本馆介绍
  • 公告通知
  • 最新文献
  • 馆藏检索
  • 电子资源
  • 读者导购
  • 参考咨询
  • CALIS
  • 我的图书馆
  • 登录
  • 详细信息显示
  • 放入我的书架
  • 预约/预借图书
  • 作者相关作品
  • 分类相关作品
  • 丛书相关作品
  • 出版社相关作品

书目信息

  • 表格格式
  • 工作单格式
  • 卡片格式
题名:
深度学习与围棋
    
 
作者: 帕佩拉 , 费格森 著 ;赵普明 译
分册:  
出版信息: 北京   人民邮电出版社  2021.03
页数: 312页
开本: 24cm
丛书名: 深度学习系列
单 册:
中图分类: G891.3-39
科图分类:
主题词: 人工智能--ren gong zhi neng--应用--围棋
电子资源:
ISBN: 978-7-115-55146-7
 
 
 
 
 
000 02087nam 2200301 450
001 CAL 0120217117571
010    @a978-7-115-55146-7@dCNY99.00
100    @a20210303d2021 em y0chiy0120 ea
101 1  @achi@ceng
102    @aCN@b110000
105    @aa z 000yy
106    @ar
200 1  @a深度学习与围棋@Ashen du xue xi yu wei qi@f(美) 马克斯·帕佩拉, 凯文·费格森著@d= Deep learning and the game of go@fMax Pumperla, Kevin Ferguson@g赵普明译@zeng
210    @a北京@c人民邮电出版社@d2021.03
215    @a312页@c图@d24cm
225 2  @a深度学习系列@Ashen du xue xi xi lie
306    @a由Manning Publications Co.授权出版
314    @a马克斯·帕佩拉和凯文·费格森, 都是经验丰富的深度学习专家, 拥有丰富的分布式系统和数据科学 方面的知识。
330    @a这是一本深入浅出且极富趣味的深度学习入门书。本书选取深度学习近年来最重大的突破之一AlphaGo, 将其背后的技术和原理娓娓道来, 并配合一套基于BetaGo的开源代码, 带领读者从零开始一步步实现自己的AlphaGo。本书侧重实践, 深入浅出, 庖丁解牛般地将深度学习和AlphaGo这样深奥的话题变得非常平易近人、触手可及, 内容非常精彩。全书共分为3个部分: 第一部分介绍机器学习和围棋的基础知识, 并构建一个最简围棋机器人, 作为后面章节内容的基础 ; 第二部分分层次深入介绍AlphaGo背后的机器学习和深度学习技术, 包括树搜索、神经网络、深度学习机器人和强化学习, 以及强化学习的几个高级技巧, 包括策略梯度、价值评估方法、演员-评价方法3类技术 ; 第三部分将前面两部分准备好的知识集成到一起, 并最终引导读者实现自己的AlphaGo, 以及改进版本AlphaZero。读完本书之后, 读者会对深度学习这个学科以及AlphaGo的技术细节有非常全面的了解, 为进一步深入钻研AI理论、拓展AI应用打下良好基础。本书不要求读者对AI或围棋有任何了解, 只需要了解基本的Python语法以及基础的线性代数和微积分知识即可。
410  0 @12001 @a深度学习系列
500 10 @aDeep learning and the game of go@mChinese
606 0  @a人工智能@Aren gong zhi neng@x应用@x围棋
690    @aG891.3-39@v5
701  1 @a帕佩拉@Apa pei la@g(Pumperla, Max)@4著
701  1 @a费格森@Afei ge sen@g(Ferguson, Kevin)@4著
702  0 @a赵普明@Azhao pu ming@4译
801  0 @aCN@b人天书店@c20210303
905    @aTSG@b0000442@dG891.3-39@eP033@f1
    
    深度学习与围棋/(美) 马克斯·帕佩拉, 凯文·费格森著= Deep learning and the game of go/Max Pumperla, Kevin Ferguson/赵普明译.-北京:人民邮电出版社,2021.03
    312页:图;24cm.-(深度学习系列)
    
    
    ISBN 978-7-115-55146-7:CNY99.00
    这是一本深入浅出且极富趣味的深度学习入门书。本书选取深度学习近年来最重大的突破之一AlphaGo, 将其背后的技术和原理娓娓道来, 并配合一套基于BetaGo的开源代码, 带领读者从零开始一步步实现自己的AlphaGo。本书侧重实践, 深入浅出, 庖丁解牛般地将深度学习和AlphaGo这样深奥的话题变得非常平易近人、触手可及, 内容非常精彩。全书共分为3个部分: 第一部分介绍机器学习和围棋的基础知识, 并构建一个最简围棋机器人, 作为后面章节内容的基础 ; 第二部分分层次深入介绍AlphaGo背后的机器学习和深度学习技术, 包括树搜索、神经网络、深度学习机器人和强化学习, 以及强化学习的几个高级技巧, 包括策略梯度、价值评估方法、演员-评价方法3类技术 ; 第三部分将前面两部分准备好的知识集成到一起, 并最终引导读者实现自己的AlphaGo, 以及改进版本AlphaZero。读完本书之后, 读者会对深度学习这个学科以及AlphaGo的技术细节有非常全面的了解, 为进一步深入钻研AI理论、拓展AI应用打下良好基础。本书不要求读者对AI或围棋有任何了解, 只需要了解基本的Python语法以及基础的线性代数和微积分知识即可。
●
相关链接 在E读中查询图书 在当当中查询图书 在豆瓣中查询图书


正题名:深度学习与围棋     索取号:G891.3-39/P033         预约/预借

序号 登录号 条形码 馆藏地/架位号 状态 备注
1 1549655   215496559   社科库409/409社科库 28排4列3层/ [索取号:G891.3-39/P033] 在馆    
河南城建学院图书馆 欢迎您!
大连网信软件有限公司© 版权所有