强化学习精要：核心算法与TensorFlow实现
编辑推荐
适读人群 ：希望获得深度学习进阶知识，强化学习技术及其应用实践的学生、从业者，特别是对立志从事AI相关行业，成为数据科学家的人来说，本书是非常实用的工具书。 √剖析强化学习基本概念，以马尔可夫决策过程、值函数、策略梯度为思想的一系列算法，以及HRL、HER、MCTS、iLQR、反向强化学习等算法，结合计算框架TensorFlow、Gym、算法集合Baselines给予实战指导 √作者先介绍自己理解的算法精髓，再结合TensorFlow具体实现讲解，使读者快速将算法应用到实践中，上手不再困难 √为读者构建一个完整的强化学习知识体系 √很特别的一章讲解了TensorFlow的内部原理，同时对编程过程提出了建议，非常值得学习。若想在AI路上走得更远，内功扎实是制胜关键 √掌握用强化学习思想解决实际问题的能力 √配书源代码供下载
内容简介
《强化学习精要：核心算法与TensorFlow 实现》用通俗幽默的语言深入浅出地介绍了强化学习的基本算法与代码实现，为读者构建了一个完整的强化学习知识体系，同时介绍了这些算法的具体实现方式。从基本的马尔可夫决策过程，到各种复杂的强化学习算法，读者都可以从本书中学习到。本书除了介绍这些算法的原理，还深入分析了算法之间的内在联系，可以帮助读者举一反三，掌握算法精髓。书中介绍的代码可以帮助读者快速将算法应用到实践中。 《强化学习精要：核心算法与TensorFlow 实现》内容翔实，语言简洁易懂，既适合零基础的人员入门学习，也适合相关科研人员研究参考。
在线客服