- 依內容分級制度，未登入僅能顯示普遍級內容，登入後即可觀看全站內容。
- 馬上登入
關注
關注作者、出版社、系列，新刊上架可獲得通知！
放大
.concat(' ')
.concat(encodeURIComponent(location.href)) .concat('(')
.concat(encodeURIComponent(document.title)) .concat(')'),'_blank','toolbar=yes,scrollbars=yes,resizable=yes,top=180,left=450,width=850,height=650'));)
內容簡介
用Python實作強化學習｜使用TensorFlow與OpenAI Gym
強化學習可說是能自我演進的機器學習，能帶領我們達到真正的人工智慧。本書好讀又容易上手，運用了大量Python範例來從頭解釋所有東西。
本書從強化學習的簡介開始，接著是OpenAI Gym與TensorFlow。您會認識各種RL演算法與重要觀念，例如Markov決策過程、蒙地卡羅法與動態規劃，包括價值迭代與策略迭代。本書提供了非常豐富的範例幫助您認識各種深度強化學習演算法，例如競爭DQN、DRQN、A3C、PPO與TRPO。您還會學到想像增強代理、透過人類偏好來學習、DQfD、HER以及更多強化學習的最新發展。
本書精彩內容：
．理解強化學習方法、演算法與重要元素的相關基礎
．使用OpenAI Gym與TensorFlow來訓練代理
．理解Markov決策過程、Bellman最佳化與TD學習
．運用多種演算法來解決多臂式吃角子老虎問題．熟悉各種深度學習演算法，如RNN、LSTM、CNN與其應用
．使用DRQN演算法來建置智能代理來玩毀滅戰士遊戲
．使用DDPG來教導代理來玩月球冒險遊戲
．使用競爭DQN來訓練代理來玩賽車遊戲
本書從強化學習的簡介開始，接著是OpenAI Gym與TensorFlow。您會認識各種RL演算法與重要觀念，例如Markov決策過程、蒙地卡羅法與動態規劃，包括價值迭代與策略迭代。本書提供了非常豐富的範例幫助您認識各種深度強化學習演算法，例如競爭DQN、DRQN、A3C、PPO與TRPO。您還會學到想像增強代理、透過人類偏好來學習、DQfD、HER以及更多強化學習的最新發展。
本書精彩內容：
．理解強化學習方法、演算法與重要元素的相關基礎
．使用OpenAI Gym與TensorFlow來訓練代理
．理解Markov決策過程、Bellman最佳化與TD學習
．運用多種演算法來解決多臂式吃角子老虎問題．熟悉各種深度學習演算法，如RNN、LSTM、CNN與其應用
．使用DRQN演算法來建置智能代理來玩毀滅戰士遊戲
．使用DDPG來教導代理來玩月球冒險遊戲
．使用競爭DQN來訓練代理來玩賽車遊戲
作者簡介
Sudharsan Ravichandiran
Sudharsan Ravichandiran
相關推薦書刊
買此商品的人也買了...
購買前的注意事項
- 本書城的商品為電子書及電子雜誌，並非紙本書。讀者可透過電腦裝置網頁瀏覽，或使用 iPhone、iPad、Android 手機或平板電腦下載閱讀。
- 如有下載閱讀需求，為避免裝置版本無法適用，建議於購書前，先確認您的裝置可下載BOOK☆WALKER的APP，並可先下載免費電子書，確認可順利使用後再行購書。
- 由於數位智慧財產權之特性，所販售之電子書刊經購買後，除內容有瑕疵或錯誤者外，不得要求退貨及退款。如有特殊情形，請洽敝公司客服人員，我們將盡速為您處理。
