登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
89S51/52 單晶片與專題製作最佳範本：使用Keil(附範例程式檔案及Keil C軟體)
此作者無相關書籍
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
強化學習導論
作者：
邱偉育
分類：
工業•工程
／
電子•電機
叢書系列：實用電子
出版社：
全華圖書
出版日期：2021/11/22
ISBN：9789865038717
書籍編號：kk0546606
頁數：232
定價：
400
元
優惠價：
88
折
352
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0546606'>強化學習導論</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0546606'><img src='https://www.silkbook.com/mall_image/bk/kk0546606.jpg' ALT='強化學習導論' height='120' width='90'></a>
分
享
內容簡介
書籍目錄
同類推薦
強化學習導論 內容簡介 近年來因人工智慧興起，帶起許多學生、工程師與學者開始投入相關技術的學習、研究和開發。早期談到人工智慧，大部分會聯想到機器學習中的監督式學習和非監督式學習。然而監督或非監督式學習較難處理動態系統，機器學習技術的另一個分支─強化學習，剛好補足此缺口。強化學習的應用相當廣，最有名的兩個例子為AlphaGo透過資料學習在圍棋比賽上屢獲佳績，以及Google利用強化學習技術，優化資料中心的運作，進而減少40%的冷卻花費。本書以奠定基本功為目的，一步步帶領讀者建構完整的強化學習知識，介紹的相關概念包含：動態規劃、蒙地卡羅法、1步時間差分法、n步時間差分法、近似解法、規劃與學習、資格跡與學習、策略梯度法。 本書特色 1.本書從假設與理論開始討論，再進入演算法與範例，讓讀者了解整體架構的來龍去脈。 2.每章的開始先綜述該章的主要內容，讓讀者有大方向的了解，再進入細節的討論。 3.相關概念以圖示方式呈現，讀者較易理解與統整。 4.每章搭配範例與程式碼，徹底了解演算法特性。 5.每章結尾作重點回顧，條列該章裡重要概念，方便讀者確認學習重點。 6.本書適用於自學、大學或科大課程教科書與實作專題的輔助教材，以及業界工程師快速奠定強化學習基礎概念與實作能力的教學書籍。
目錄 第1章 強化學習框架 1-1 強化學習主要元素與馬可夫決策過程 1-2 範例1.1 1-3 策略和價值函數 1-4 範例1.2 1-5 最佳策略和最佳價值函數 重點回顧 章末練習 第2章 動態規劃 2-1 策略評估 2-2 策略改進 2-3 範例2.1與程式碼 2-4 策略疊代和價值疊代 2-5 動態規劃的優缺點與異步更新 2-6 範例2.2與程式碼 2-7 廣義策略疊代 重點回顧 章末練習 第3章 蒙地卡羅法 3-1 蒙地卡羅預測 3-2 同策略與異策略法 3-3 同策略蒙地卡羅控制 3-4 範例3.1與程式碼 3-5 異策略與重要性抽樣 3-6 異策略蒙地卡羅預測 3-7 異策略蒙地卡羅控制 重點回顧 章末練習 第4章 1步時間差分法 4-1 時間差分法 4-2 Sarsa和Q學習 4-3 範例4.1與程式碼 4-4 期望Sarsa 重點回顧 章末練習 第5章 5-1 n步時間差分預測 5-2 n步Sarsa與n步期望Sarsa 5-3 範例5.1與程式碼 5-4 異策略n步時間差分控制 重點回顧 章末練習 第6章 近似解法 6-1 函數近似與隨機梯度下降 6-2 同策略梯度與半梯度預測 6-3 同策略回合式半梯度控制 6-4 範例6.1與程式碼 6-5 異策略深度Q網路 6-6 同策略差分半梯度控制 重點回顧 章末練習 第7章 規劃與學習 7-1 規劃 7-2 範例7.1與程式碼 7-3 優先掃掠 7-4 內在動機 7-5 範例7.2與程式碼 重點回顧 章末練習 第8章 資格跡與學習 8-1 資格跡和λ報酬 8-2 半梯度TD(λ)和回合式半梯度Sarsa(λ) 8-3 資格跡和表格解法 8-4 範例8.1與程式碼 重點回顧 章末練習 第9章 策略梯度法 9-1 策略梯度與策略參數更新 9-2 簡樸策略梯度演算法 9-3 增強演算法 9-4 行動者評論家演算法 9-5 範例9.1與程式碼 重點回顧 章末練習 參考文獻 名詞索引
半導體產業概論
機器學習：從理論到實
半導體積體電路製程技
LabVIEW程式設
電子學(基礎概念)(
看圖學C語言與運算思
電腦網際網路：由上而
LabVIEW與感測
圖解電磁學：從概念到
超圖解電動車的構造與
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
