|
000
|
01327nam0 2200253 450
|
|
001
|
CAL 0120192764945
|
|
010
|
|
@a978-7-115-50532-3@dCNY99.00
|
|
100
|
|
@a20191007d2019 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa a 000yy
|
|
200
|
1
|
@a深度强化学习原理与实践@Ashen du qiang hua xue xi yuan li yu shi jian@d= Deep reinforcement learning: principles and practices@f陈仲铭, 何明著@zeng
|
|
210
|
|
@a北京@c人民邮电出版社@d2019.05
|
|
215
|
|
@a341页@c图@d24cm
|
|
314
|
|
@a陈仲铭, 西安电子科技大学硕士, OPPO研究院人工智能算法研究员。何明, 重庆大学学士, 中国科学技术大学博士, 目前为上海交通大学电子科学与技术方向博士后研究员、OPPO研究院人工智能算法研究员。
|
|
320
|
|
@a有书目 (第336-341页)
|
|
330
|
|
@a本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起, 通过简单的环境模型来逐步展开强化学习的内容。每章至少会有一个案例来辅助读者深入理解相关的知识点, 涵盖目前的热点应用, 例如图像风格创造、图像检测、语音识别等。最后一章利用一个大型的深度案例 (AlphaGo围棋) 来总结全书内容, 达到活学活用的目的。
|
|
510
|
1
|
@aDeep reinforcement learning: principles and practices@zeng
|
|
606
|
0
|
@a机器学习@Aji qi xue xi@x研究
|
|
690
|
|
@aTP181@v5
|
|
701
|
0
|
@a何明@Ahe ming@4著
|
|
701
|
0
|
@a陈仲铭@Achen zhong ming@4著
|
|
801
|
0
|
@aCN@c20191007
|
|
905
|
|
@a河南城建学院图书馆@dTP181@eC654-2
|
|
|
|
|
| |
| 深度强化学习原理与实践= Deep reinforcement learning: principles and practices/陈仲铭, 何明著.-北京：人民邮电出版社，2019.05 |
| 341页：图；24cm |
| |
| |
| ISBN 978-7-115-50532-3：CNY99.00 |
| 本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起, 通过简单的环境模型来逐步展开强化学习的内容。每章至少会有一个案例来辅助读者深入理解相关的知识点, 涵盖目前的热点应用, 例如图像风格创造、图像检测、语音识别等。最后一章利用一个大型的深度案例 (AlphaGo围棋) 来总结全书内容, 达到活学活用的目的。 |
| ● |
正题名：深度强化学习原理与实践
索取号：TP181/C654-2
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1436800
|
214368003
|
自科库301/301自科库 102排8列3层/
[索取号:TP181/C654-2]
|
在馆
|
|
|
2
|
1436801
|
214368012
|
自科库301/301自科库 102排8列3层/
[索取号:TP181/C654-2]
|
在馆
|
|
