大宇私人领地伊甸园丨宁愿做了后悔,也不要错过后悔[www.mrdayu.com]
注册

24小时联系邮箱:[email protected]

所有文章
大宇私人伊甸园: 首页 > 所有文章 > 资料下载 > 书籍下载 > IT书籍下载 > 《揭秘深度强化学习》_彭伟

《揭秘深度强化学习》_彭伟

发布时间:2018/08/07 IT书籍下载 标签《揭秘深度强化学习》彭伟阅读:114

内容简介:

深度强化学习(Deep Reinforcement Learning,DRL)是深度学习算法和强化学习算法的巧妙结合

它是一种新兴的通用人工智能算法技术,也是机器学习的前沿技术,DRL 算法潜力无限,AlphaGo 是目前该算法相当成功的使用案例。

DRL 算法以马尔科夫决策过程为基础,是在深度学习强大的非线性函数的拟合能力下构成的一种增强算法。

深度强化学习算法主要包括基于动态规划(DP)的算法以及基于策略优化的算法,本书的目的就是要把这两种主要的算法(及设计技巧)讲解清楚,使算法研究人员能够熟练地掌握。

《揭秘深度强化学习人工智能机器学习技术丛书》共10 章,首先以AlphaGo 在围棋大战的伟大事迹开始,引起对人工智能发展和现状的介绍,进而介绍深度强化学习的基本知识。

然后分别介绍了强化学习(重点介绍蒙特卡洛算法和时序差分算法)和深度学习的基础知识、功能神经网络层、卷积神经网络(CNN)、循环神经网络(RNN)

以及深度强化学习的理论基础和当前主流的算法框架。最后介绍了深度强化学习在不同领域的几个应用实例。

引例、基础知识和实例相结合,方便读者理解和学习。

《揭秘深度强化学习 人工智能机器学习技术丛书》内容丰富,讲解全面、语言描述通俗易懂,是深度强化学习算法入门的优选。

本书适合计算机专业本科相关学生、人工智能领域的研究人员以及所有对机器学习和人工智能算法感兴趣的人员。

前言:

深度强化学习(Deep Reinforcement Learning,DRL)是一种新兴的通用人工智能算法技术,是人工智能迈向智能决策的重要一步。

关于深度强化学习的文章目前比较少,系统介绍深度强化学习的教材几乎没有。

本书系统地介绍深度强化学习算法的基础知识。学习该算法的人员需要人工智能相关专业的背景,但是并不需要比较深的背景。

本书以一种通俗易懂的、细致的方式对深度强化学习算法进行了讲解,力求帮助读者较快入门。

深度强化学习涉及的知识面比较广,但其算法原理并不是想象得那么复杂。

因此,本书会对其相关知识点进行简要的介绍,保证没有相关经验的读者也能够很好地理解本书的内容。

通过本书的学习,希望读者能够掌握两大类别的深度强化学习算法:

基于动态规划的算法以及基于策略梯度的算法。

深度强化学习具有较广泛的使用场景,例如游戏决策、量化投资、动画仿真等,希望本书能够帮助读者适应不同的使用场景。

本书特点

● 前沿的研究方向:本书介绍人工智能目前最前沿的研究方向,是通用智能的基础。

● 完备的DRL 入门书籍:囊括经典,紧跟前沿,包括DRL 目前最新研究成果。

● 通俗易懂的讲解:用通俗易懂的语言,结合案例进行解析,适合所有人工智能相关专业的初学者,能帮助他们快速入门。

● 专业的经验:本书密切结合实际应用,是人工智能前沿研究及实践的经验总结。

提示:

如遇到分享不存在,请联系左边客服QQ,添加百度云ID:大宇丨书籍,添加好友发送过去。[不收取任何费用]


The bottom line, for me, is simple.

Let’s hope it doesn’t take 500 years for a discipline of testing to becomes the standard for software developers.

From:dayu

您好!请登录

合作网站快捷登录:
点击取消回复

已有0评论

    大宇博客

    点击这里给我发消息 点击这里给我发消息 点击这里给我发消息 点击这里给我发消息