滿額折
商品簡介
相關商品
商品簡介
強化學習作為機器學習及人工智能領域的一種重要方法，在遊戲、自動駕駛、機器人路線規劃等領域得到了廣泛的應用。
本書結合了李宏毅老師的“深度強化學習”、周博磊老師的“強化學習綱要”、李科澆老師的“世界冠軍帶你從零實踐強化學習”公開課的精華內容，在理論嚴謹的基礎上深入淺出地介紹馬爾可夫決策過程、蒙特卡洛方法、時序差分方法、Sarsa、Q 學習等傳統強化學習算法，以及策略梯度、近端策略優化、深度Q 網絡、深度確定性策略梯度等常見深度強化學習算法的基本概念和方法，並以大量生動有趣的例子幫助讀者理解強化學習問題的建模過程以及核心算法的細節。
此外，本書還提供習題解答以及Python 代碼實現，可以讓讀者進行端到端、從理論到輕鬆實踐的全生態學習，充分掌握強化學習算法的原理並能進行實戰。
本書適合對強化學習感興趣的讀者閱讀，也可以作為相關課程的配套教材。
本書結合了李宏毅老師的“深度強化學習”、周博磊老師的“強化學習綱要”、李科澆老師的“世界冠軍帶你從零實踐強化學習”公開課的精華內容，在理論嚴謹的基礎上深入淺出地介紹馬爾可夫決策過程、蒙特卡洛方法、時序差分方法、Sarsa、Q 學習等傳統強化學習算法，以及策略梯度、近端策略優化、深度Q 網絡、深度確定性策略梯度等常見深度強化學習算法的基本概念和方法，並以大量生動有趣的例子幫助讀者理解強化學習問題的建模過程以及核心算法的細節。
此外，本書還提供習題解答以及Python 代碼實現，可以讓讀者進行端到端、從理論到輕鬆實踐的全生態學習，充分掌握強化學習算法的原理並能進行實戰。
本書適合對強化學習感興趣的讀者閱讀，也可以作為相關課程的配套教材。
今日66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。