机读格式显示(MARC)

• 000 01222nam0 2200265 450

• 001 0001060584

• 005 20211126184600.0

• 010 __ |a 978-7-302-58794-1 |d CNY69.00

• 100 __ |a 20211101d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 强化学习 |A Qiang Hua Xue Xi |e 微课版 |f 袁莎，白朔天，唐杰著

• 210 __ |a 北京 |c 清华大学出版社 |d 2021

• 215 __ |a 20,276页 |c 图 |d 26cm

• 300 __ |a 面向新工科专业建设计算机系列教材 人工智能

• 330 __ |a 本书构建了一个完整的强化学习入门路径，介绍了强化学习算法的基本原理和实现方法。本书首先回顾了相关预备知识，包括数学基础和机器学习基础，然后先介绍强化学习的基本概念，给出强化学习的数学框架(马尔可夫决策过程)，随后介绍强化学习的求解算法，包括表格求解法(动态规划法、蒙特卡洛法和时序差分法)，以及近似求解法(值函数近似法、策略梯度法和深度强化学习)。本书最后一部分为实践与前沿，实践部分基于一个相同的例子实现了强化学习领域的主流基础算法，前沿部分介绍了强化学习领域的最新研究进展。

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi |j 教材

• 690 __ |a TP181 |v 5

• 701 _0 |a 袁莎 |A Yuan Sha |c (女) |4 著

• 701 _0 |a 白朔天 |A Bai Shuo Tian |4 著

• 701 _0 |a 唐杰 |A Tang Jie |4 著

• 801 _0 |a CN |b ZPHC |c 20211101

• 905 __ |a ZPHC |d TP181/58