深度強化學習原理與實踐
陳喆
- 出版商: 清華大學
- 出版日期: 2024-05-01
- 定價: $354
- 售價: 8.5 折 $301
- 語言: 簡體中文
- ISBN: 7302660700
- ISBN-13: 9787302660705
-
相關分類:
Reinforcement、化學 Chemistry
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$305數學女王的邀請 初等數論入門
-
$336初識量子計算
-
$403奇妙量子世界 人人都能看懂的量子科學漫畫
-
$607算法設計 (Algorithm Design)
-
$414$393 -
$403數據挖掘:原理與實踐(進階篇)
-
$512算法入門 (用 Python 編程和實踐)
-
$266智能優化算法——基於生物行為模型的案例分析與設計
-
$602PyTorch 深度學習模型開發實戰
-
$266分佈式智能算法及在大數據中的應用
-
$234$222 -
$472遺傳算法與機器學習編程
-
$454機器學習實戰之網絡安全分析
-
$768$730 -
$588$559 -
$419$398 -
$417漫畫算法與數據結構
-
$534$507 -
$534$507 -
$419$398 -
$534$507 -
$599$569 -
$509Python量子計算實踐:基於Qiskit和IBM Quantum Experience平臺
-
$599$569 -
$680$537
商品描述
本書從原理的角度,力求講解清楚深度學習、強化學習、深度強化學習中的一些精選方法,並從實踐的角度,通過一系列循序漸進的原創實驗,引領讀者獨立編程實現這些方法,以期為讀者精通深度強化學習並應用深度強化學習方法解決實際問題奠定堅實基礎。 本書不僅適合電腦科學與技術、人工智能、物聯網工程、數據科學與大數據、軟件工程、通信工程、電子信息、機器人工程、自動化、智能製造等相關專業高年級本科生及研究生教學與自學使用,也適合機器學習等領域的從業者、科研人員及愛好者自學與參考使用。
目錄大綱
目錄
第1章引言1
1.1深度強化學習及其簡史1
1.2深度強化學習的應用領域3
1.3深度強化學習方法的實現4
1.3.1NumPy庫和Matplotlib庫4
1.3.2PyTorch框架7
1.4本章實驗解析11
1.5本書各章聯系14
1.6本章小結14
1.7思考與練習15
第2章從神經網絡到深度學習16
2.1神經網絡回顧16
2.1.1神經網絡的推測過程17
2.1.2神經網絡的訓練過程18
2.1.3神經網絡實踐23
2.2從神經網絡到深度神經網絡26
2.3深度神經網絡29
2.3.1深度神經網絡的推測過程29
2.3.2深度神經網絡的訓練過程30
2.3.3反向模式自動微分34
2.3.4深度神經網絡實踐及分析35
2.4捲積神經網絡37
2.4.1捲積層和合並層38
2.4.2捲積神經網絡實踐41
2.5循環神經網絡42
2.6本章實驗解析45
2.7本章小結51
2.8思考與練習52第3章強化學習基礎53
3.1強化學習概述53
3.1.1多老虎機問題53
3.1.2利用與探索57
3.1.3強化學習的要素58
3.2有限馬爾可夫決策過程59
3.2.1狀態與馬爾可夫性59
3.2.2什麽是有限馬爾可夫決策過程60
3.2.3收益與策略63
3.3求解MDP65
3.3.1貝爾曼方程與貝爾曼最優方程65
3.3.2價值迭代69
3.3.3策略評估74
3.3.4策略迭代77
3.3.5廣義策略迭代82
3.4本章實驗解析85
3.5本章小結90
3.6思考與練習90
深度強化學習原理與實踐目錄第4章行動價值方法92
4.1行動價值與最優行動價值92
4.1.1行動價值92
4.1.2最優行動價值96
4.2蒙特卡洛方法99
4.3Q學習107
4.4DynaQ114
4.5使用監督學習方法推測最優行動價值的極限值118
4.6使用深度神經網絡推測最優行動價值的極限值124
4.7本章實驗解析129
4.8本章小結136
4.9思考與練習136
第5章策略梯度方法138
5.1策略梯度基本方法138
5.2蒙特卡洛策略梯度方法142
5.2.1各個行動的蒙特卡洛策略梯度方法142
5.2.2單個行動的蒙特卡洛策略梯度方法147
5.2.3平移的蒙特卡洛策略梯度方法149
5.3行動評價方法154
5.4不完全觀測160
5.5本章實驗解析163
5.6本章小結168
5.7思考與練習169
附錄A實驗參考程序及註釋171
參考文獻231