书目信息 |
| 题名： |
深度强化学习原理与实践
|
|
| 作者： | 何明 ， 陈仲铭 著 | |
| 分册： | ||
| 出版信息： | 北京 人民邮电出版社 2019.05 |
|
| 页数： | 341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--研究 | |
| 电子资源： | ||
| ISBN： | 978-7-115-50532-3 | |
| 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。 |
| ● |
| 相关链接 |
|
|
|
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 39排3列3层/ [索取号:TP181/C654-2] | 在馆 | |
| 2 | 1436801 | 214368012 | 自科库301/301自科库 39排3列3层/ [索取号:TP181/C654-2] | 在馆 |