Python强化学习实战 应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习

强化学习是一种重要的机器学习方法，在智能体及分析预测等领域有许多应用。本书共13章，主要包括强化学习的各种要素，即智能体、环境、策略和模型以及相应平台和库；Anaconda、Docker、OpenAI Gym、Universe和Tens...

大规模强化学习

强化学习理论及应用

机器学习、深度学习与强化学习

本书从数学优化的角度对目前人工智能的代表技术机器学习进行分析，解决了目前这一领域偏向应用，数学理论较弱的问题，从原理、数学解析两个方面对特征提取、分类、聚类、神经网络等进行了全面系统的剖析。解决了...

分层强化学习理论与方法

本书介绍强化学习通过试错与环境交互获得策略的改进，其自学习和在线学习的特点，使其成为机器学研究的一个重要分支。

强化学习实战 强化学习在阿里的技术演进和业务创新

本书汇集了阿里巴巴一线算法工程师在强化学习应用方面的经验和心得，覆盖了搜索事业部、阿里妈妈事业部、计算平台事业部以及智能服务事业部等多条业务线，工业界首次系统地披露了强化学习在互联网级别的应用上...

深度强化学习原理与实践

本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起，通过简单的环境模型来逐步展开强化学习的内容。每章至少会有一个案例来辅助读者深入理解相关的知识点，涵盖目前的热点应用，例如图像风格创造...

深入浅出强化学习 原理入门

阿法狗击败世界围棋冠军柯洁，标志着人工智能进入一个新的阶段。阿法狗背后的核心算法——深度强化学习——成为继深度学习之后广泛受人关注的前沿热点。本书由浅入深地阐述了强化学习的基础理念与实践，包括数...

强化学习与深度学习 通过C语言模拟

本书以深度学习和强化学习作为切入点，通过原理解析、算法步骤说明、代码实现、代码运行调试，对强化学习、深度学习以及深度强化学习进行了介绍和说明。本书共4章。第1章介绍了人工智能、机器学习、深度学习、...

强化学习精要 核心算法与TensorFlow实现

强化学习是机器学习的一个分支，是阿尔法狗大战围棋冠军李世石时用到的核心技术。本书从学习强化学习必备的基础知识讲起（基础数学知识+神经网络+TensorFlow），过度到强化学习关注的经典算法（policy Gradient、Act...