Python 強化學習:演算法、核心技術與產業應用 Mastering Reinforcement Learning with Python: Build next-generation, self-learning models using reinforcement learning techniques and best practices
Enes Bilgin 譯者 朱小虎//汪莉娟//張韓昊帝
- 出版商: 機械工業
- 出版日期: 2023-10-08
- 定價: $774
- 售價: 8.7 折 $673 (限時優惠至 2024-10-04)
- 語言: 簡體中文
- 頁數: 348
- 裝訂: 平裝
- ISBN: 7111734890
- ISBN-13: 9787111734895
-
相關分類:
Reinforcement、化學 Chemistry、Algorithms-data-structures
- 此書翻譯自: Mastering Reinforcement Learning with Python: Build next-generation, self-learning models using reinforcement learning techniques and best practices (Paperback)
立即出貨
買這商品的人也買了...
-
$474$450 -
$245統計學習理論基礎
-
$301人工智能算法 捲1 基礎算法
-
$520$406 -
$880$695 -
$414$393 -
$611$575 -
$534$507 -
$735情感分析:挖掘觀點、情感和情緒 (原書第2版)(Sentiment Analysis: Mining Opinions, Sentiments, and Emotions, 2/e)
-
$1,000$790 -
$450深度學習的幾何學——信號處理視角
-
$607利用 Python 實現概率、統計及機器學習方法(原書第2版)
-
$683Python 氣象應用編程
-
$1,014$963 -
$594$564 -
$1,200$948 -
$419$398 -
$539$512 -
$580$568 -
$1,015資料分析與預測演算法:基於 R語言
-
$359$341 -
$414$393 -
$465深度學習與大模型基礎(簡體書)
-
$301最優化理論與智能算法
-
$1,800$1,422
商品描述
本書使用受現實世界商業和產業問題啟發的實際範例來教導強化學習技術的相關知識。
本書分為四部分:
第一部分涵蓋強化學習的必要背景,包括定義、數學基礎和強化學習解決方案的概述;
第二部分深入介紹最先進的強化學習演算法
(規模化的深度Q-學習、基於策略的方法、基於模型的方法、多智能體強化學習等),包括每種演算法的優缺點;
第三部分介紹強化學習中的高階技術,包括機器教學、泛化和領域隨機化、元強化學習等主題,
也涵蓋強化學習中有助於改善模型的各種高階主題;
第四部分講解強化學習的各種應用,例如自主系統、供應鏈管理、行銷與金融、智慧城市與網路安全等,
並討論強化學習領域的一些挑戰及未來方向。
學完本書,你將掌握如何訓練和部署自己的強化學習智能體來解決強化學習問題。
作者簡介
Enes Bilgin
微軟自主系統部門的高級人工智慧工程師和技術主管。
他是一名機器學習與運籌學從業者和研究員,在使用Python、TensorFlow和Ray/RLlib為頂級科技公司構建生產系統和模型方面擁有豐富的經驗。
他擁有波士頓大學系統工程碩士學位和博士學位,以及比爾肯特大學工業工程學士學位。
他曾在亞馬遜擔任研究科學家,並在AMD擔任過運籌學研究科學家,
也曾在德州大學奧斯汀分校的麥庫姆斯商學院和德州州立大學的英格拉姆工程學院擔任兼職教師。
目錄大綱
譯者序
前言
作者簡介
審校者簡介
第一部分強化學習基礎
第1章強化學習簡介
1.1 為什麼選擇強化學習
1.2 機器學習的三種範式
1.2.1 監督學習
1.2.2 無監督學習
1.2.3 強化學習
1.3強化學習應用領域與成功案例
1.3.1 遊戲
1.3.2 機器人技術與自主系統
1.3.3 供應鏈
1.3.4 製造業
1.3.5 個人化與推薦系統
1.3.6 智慧城市
1.4 強化學習問題的元素
1.4. 1 強化學習概念
1.4.2 將井字棋遊戲建模為強化學習問題
1.5 設定強化學習環境
1.5.1 硬體需求
1.5.2 作業系統
1.5.3 軟體工具箱
1.6 總結
1.7 參考文獻
第2章多臂老虎機
2.1 探索–利用權衡
2.2 什麼是多臂老虎機問題
2.2.1 問題定義
2.2.2 一個簡單多臂老虎機問題的實驗
2.3 案例研究:在線廣告
2.4 A/B/n測試
2.4.1 符號
2.4.2 應用於線上廣告情境
2.4.3 A/B/n測驗的優缺點
2.5 ε-貪心策略行動
2.5.1 應用於線上廣告情境
2.5.2 ε-貪心策略行動的優缺點
2.6 使用信賴上界進行行動選擇
2.6. 1 應用於線上廣告場景
2.6.2 使用置信上界的優缺點
2.7 湯普森(後)採樣
2.7.1 應用於在線廣告場景
2.7.2 湯普森採樣的優缺點
2.8 總結
2.9 參考文獻
第3章上下文多臂老虎機
第4章馬可夫決策過程的發展
第5章求解強化學習問題
第二部分深度強化學習
第6章規模化的深度Q-學習
第7章基於策略的方法
第8章基於模型的方法
第9章多智能體強化學習
第三部分強化學習中的高階主題
第10章機器教學
第11章泛化與域隨機化
第12章元強化學習
第13章其他高階主題
第四部分強化學習的應用
第14章自主系統
第15章供應鏈管理
第16章行銷、個人化與金融
第17章智慧城市與網路安全
第18章強化學習領域的挑戰與未來方向