机读格式显示(MARC)

• 000 01994nam 2200325 450

• 001 0000193726

• 005 20230608135300.0

• 010 __ |a 978-7-115-57636-1 |d CNY119.80

• 100 __ |a 20230413d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a y a 000yy

• 106 __ |a r

• 200 1_ |a 深度强化学习实战 |A Shen Du Qiang Hua Xue Xi Shi Zhan |f (美) 亚历山大·扎伊, 布兰登·布朗著 |d = Deep reinforcement learning in action |f Alexander Zai, Brandon Brown |g 李晗译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2023.04

• 215 __ |a 296页 |d 24cm

• 225 2_ |a 深度学习系列 |A shen du xue xi xi lie

• 306 __ |a 本书中文简体字版由Manning Publications Co.授权人民邮电出版社有限公司独家出版

• 314 __ |a Alexander Zai, 曾担任Codesmith (一个沉浸式的编码训练营) 首席技术官和技术顾问、Uber软件工程师、Bonjo和AmazonAI机器学习工程师, 他也是开源深度学习框架Apache MXNet的贡献者。此外, 他还是两家公司的联合创立人, 其中一家曾是Y-combinator的参与者。Brandon Brown, 从很小的时候就开始编程, 大学期间做过兼职软件工程师, 但最终选择投身医疗行业 (在此期间, 他在医疗保健科技领域担任软件工程师)。受深度强化学习的启发, 他近期专注于计算精神病学的研究。

• 320 __ |a 有书目 (第295-296页)

• 330 __ |a 本书先介绍深度强化学习的基础知识及相关算法, 然后给出多个实战项目, 以期让读者可以根据环境的直接反馈对智能体加以调整和改进, 进一步提升运用深度强化学习技术解决实际问题的能力。本书涵盖深度Q网络、策略梯度法、演员-评论家算法、进化算法、Dist-DQN、多智能体强化学习、可解释性强化学习等内容。本书给出的实战项目紧贴深度强化学习技术的发展趋势, 且所有项目示例以Jupter Notebook样式给出, 便于读者修改代码、观察结果并及时获取经验, 能够带给读者交互式的学习体验。

• 410 _0 |1 2001 |a 深度学习系列

• 510 1_ |a Deep reinforcement learning in action |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP18 |v 5

• 701 _1 |a 扎伊 |A zha yi |g (Zai, Alexander) |4 著

• 701 _1 |a 布朗 |A bu lang |g (Brown, Brandon) |4 著

• 702 _0 |a 李晗 |A li han |4 译

• 801 _0 |a CN |b 湖北三新 |c 20230413

• 905 __ |a AHLSL |d TP18/132