|
000
|
01236nam0 2200277 450
|
|
001
|
202020139707
|
|
005
|
20200926181346.0
|
|
010
|
|
@a978-7-121-36746-5@dCNY89.00
|
|
100
|
|
@a20200917d2020 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa a 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a深入浅出强化学习@Ashen ru qian chu qiang hua xue xi@e编程实战@f郭宪, 宋俊潇, 方勇纯著
|
|
210
|
|
@a北京@c电子工业出版社@d2020.03
|
|
215
|
|
@a264页@c图@d24cm
|
|
320
|
|
@a有书目 (第261-262页)
|
|
330
|
|
@a本书分三大篇介绍了目前强化学习算法中最基本的算法。第一篇为基于值函数的强化学习算法, 该篇介绍了基于两种策略评估方法 (蒙特卡洛策略评估和时间差分策略评估) 的强化学习算法, 进而介绍了如何将函数逼近的方法引入到强化学习算法中。第二篇为直接策略搜索方法, 该篇介绍了最基本的策略梯度方法、基本的AC方法、PPO方法和DDPG算法。第三篇为基于模型的强化学习方法, 该篇介绍了基于mpc的方法, AlphaZero算法基本原理及在五子棋上的具体实现细节。
|
|
516
|
1
|
@a编程实战@Abian cheng shi zhan
|
|
606
|
0
|
@a机器学习@Aji qi xue xi@x算法
|
|
690
|
|
@aTP181@v5
|
|
701
|
0
|
@a郭宪@Aguo xian@4著
|
|
701
|
0
|
@a宋俊潇@Asong jun xiao@4著
|
|
701
|
0
|
@a方勇纯@Afang yong chun@4著
|
|
801
|
0
|
@aCN@c20200324
|
|
905
|
|
@a河南城建学院图书馆@dTP181@eG855
|
|
|
|
|
| |
| 深入浅出强化学习：编程实战/郭宪, 宋俊潇, 方勇纯著.-北京：电子工业出版社，2020.03 |
| 264页：图；24cm |
| |
| |
| ISBN 978-7-121-36746-5：CNY89.00 |
| 本书分三大篇介绍了目前强化学习算法中最基本的算法。第一篇为基于值函数的强化学习算法, 该篇介绍了基于两种策略评估方法 (蒙特卡洛策略评估和时间差分策略评估) 的强化学习算法, 进而介绍了如何将函数逼近的方法引入到强化学习算法中。第二篇为直接策略搜索方法, 该篇介绍了最基本的策略梯度方法、基本的AC方法、PPO方法和DDPG算法。第三篇为基于模型的强化学习方法, 该篇介绍了基于mpc的方法, AlphaZero算法基本原理及在五子棋上的具体实现细节。 |
| ● |
正题名：深入浅出强化学习
索取号：TP181/G855
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1489638
|
214896380
|
自科库301/301自科库 102排8列6层/
[索取号:TP181/G855]
|
在馆
|
|
|
2
|
1489639
|
214896399
|
自科库301/301自科库 102排8列6层/
[索取号:TP181/G855]
|
在馆
|
|
