- 作 者：张小猛译；（日本）小高知宏
- 出 版 社：北京：机械工业出版社
- 出版年份：2019
- ISBN：9787111627180
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
8
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
第1章 强化学习和深度学习 1
1.1机器学习和强化学习 2
1.1.1人工智能 2
1.1.2机器学习 5
1.1.3强化学习 8
1.2深度学习 12
1.2.1神经网络 12
1.2.2深度学习的出现 14
1.3深度强化学习 16
1.3.1深度强化学习概述 16
1.3.2深度强化学习的实现 17
1.3.3基本机器学习系统的搭建实例——例题程序的执行方法 18
第2章 强化学习的实例 29
2.1强化学习和Q学习 30
2.1.1强化学习的基本思想 30
2.1.2 Q学习的算法 36
2.2 Q学习实例 43
2.2.1 q21.c编程实例 43
2.2.2目标探寻问题的学习程序 51
第3章 深度学习技术 66
3.1实现深度学习的技术 67
3.1.1神经细胞的活动和阶层型神经网络 67
3.1.2阶层型神经网络的学习 71
3.1.3阶层型神经网络的编程实例（1）：单个神经细胞的学习程序nn1.c 77
3.1.4阶层型神经网络的编程实例（2）：基于误差逆传播法的神经网络学习程序nn2.c 86
3.1.5阶层型神经网络的编程实例（3）：具有多个输出的神经网络学习程序nn3.c 96
3.2基于卷积神经网络的学习 106
3.2.1卷积神经网络的算法 106
3.2.2卷积神经网络的编程实例 108
第4章 深度强化学习 123
4.1基于强化学习和深度学习融合的深度强化学习 124
4.1.1在Q学习中应用神经网络 124
4.1.2 Q学习与神经网络的融合 126
4.2深度强化学习的编程实例 129
4.2.1岔路选择问题的深度强化学习程序q21d1.c 129
4.2.2目标探寻问题的深度强化学习程序q22d1.c 141
参考文献 160