滿額折
商品簡介
相關商品
商品簡介
本書前半部分介紹強化學習的重要思想和基礎知識，後半部分介紹如何將深度學習應用於強化學習，遴選講解了深度強化學習的最新技術。全書從最適合入門的多臂老虎機問題切入，依次介紹了定義一般強化學習問題的馬爾可夫決策過程、用於尋找最佳答案的貝爾曼方程，以及解決貝爾曼方程的動態規劃法、蒙特卡洛方法和TD方法。隨後，神經網絡和Q學習、DQN、策略梯度法等幾章則分別討論了深度學習在強化學習領域的應用。本書延續“魚書”系列的風格，搭配豐富的圖、表、代碼示例，加上輕鬆、簡明的講解，讓人循序漸進地理解強化學習中各種方法之間的關係，於不知不覺中登堂入室。
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。