深度强化学习理论与实践
龙强 章胜
407人在读
14.2万字总字数
¥62.3定价
龙强 章胜
本书比较全面、系统地介绍了深度强化学习的理论和算法，并配有大量的案例和编程实现。全书核心内容可以分为3部分，第一部分为经典强化学习，包括第2、3、4章，主要内容有动态规划法，蒙特卡洛法、时序差分法；第二部分为深度强化学习，包括第6、7、8章，主要内容有值函数近似法、策略梯度法、策略梯度法进阶；第三部分重点介绍了深度强化学习的经典应用——AlphaGo系列算法。另外，作为理论和算法的辅助，第1章介绍了强化学习的模型，第5章简单介绍了深度学习和PyTorch编程框架。 本书可以作为理工科大学相关专业研究生的学位课教材，也可以作为人工智能、机器学习相关专业高年级本科生的选修课教材，还可以作为相关领域学术研究人员、教师和工程技术人员的参考资料。
码术结合，又不硬冲篇幅，行家里手之作👍
很多看其他书不明白的地方，这本书都给了解答。而且思路很清晰
本书含有大量数学推导，配以文字解释和代码例证，非常清晰透彻地解释了不同算法的适用场景、问题以及现有的改进方案。 而且不同章节之间的内容相互呼应。有些章节难以理解的内容，与后续章节相结合，会加深读者的对该内容的理解。 全书从头到尾保持了相当高的质量，实为研究、应用强化学习的必读书目。