万本电子书0元读

万本电子书0元读

顶部广告

深度强化学习:学术前沿与实战应用电子书

读者对象:1.从事AI理论研究的研究人员;2.高校智能方向的高年级本科生和研究生;3.工业界做AI应用的机器学习工程师、算法工程师等。 1.作者资深。本书由北京理工大学刘驰教授团队撰写; 2.直奔主题,理论结合实践。详解单智能体、多智能体深度强化学习和分布式、多任务深度强化学习相关算法,深解读每种算法的代码原型实现; 3.领域应用分析:给出深度强化学习在游戏、机器人控制、计算机视觉和自然语言处理四大领域的实际应用,侧重讨论深度强化学习在不同领域应用的思想和方法;

售       价:¥

纸质售价:¥71.50购买纸书

31人正在读 | 0人评论 6.6

作       者:刘驰,等

出  版  社:机械工业出版社

出版时间:2020-02-01

字       数:2852

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(1条)
  • 读书简介
  • 目录
  • 累计评论(1条)
本书共分为四篇,即深度强化学习、多智能体深度强化学习、多任务深度强化学习和深度强化学习的应用。由浅深、通俗易懂,涵盖经典算法和近几年的前沿技术展。特别是书中详细介绍了每一种代表性算法的代码原型实现,旨在理论与实践相结合,让读者学有所得、学有所用。 *篇(包含第1~3章)主要讲解深度强化学习基础,侧重于单智能体强化学习算法,相对简单,有助于初级读者理解,同时涵盖了近几年的经典算法和一些前沿的研究成果。 第二篇(包含第4~5章)主要侧重于对多智能体深度强化学习的讲解,从多智能体强化学习基本概念到相关算法的讲解和分析,以多个极具代表性的算法为例带领读者逐步学习多智能体训练及控制的理论与方法。同时,还介绍了多智能体强化学习领域一些前沿学术成果。 第三篇(包含第6~7章)扩展到多任务场景,称为多任务深度强化学习。首先介绍了多任务强化学习的基本概念和相关基础知识,随后讲解了部分经典的多任务深度强化学习算法。 第四篇(包含第8~11章)主要讲解深度强化学习的实际应用,涉及游戏、机器人控制、计算机视觉和自然语言处理四大领域。通过领域应用中思想和方法的讲解,培养读者跨领域解决实际问题的能力,以帮助读者熟练掌握和使用深度强化学习这一强大的方法来解决和优化实际工程领域中的问题。<br/>【推荐语】<br/>读者对象:1.从事AI理论研究的研究人员;2.高校智能方向的高年级本科生和研究生;3.工业界做AI应用的机器学习工程师、算法工程师等。 1.作者资深。本书由北京理工大学刘驰教授团队撰写; 2.直奔主题,理论结合实践。详解单智能体、多智能体深度强化学习和分布式、多任务深度强化学习相关算法,深解读每种算法的代码原型实现; 3.领域应用分析:给出深度强化学习在游戏、机器人控制、计算机视觉和自然语言处理四大领域的实际应用,侧重讨论深度强化学习在不同领域应用的思想和方法; 4.前沿经典综述:详述近五年深度强化学习领域的重要展,涵盖新的算法理论、工程实现和领域应用,从基础到算法,再到典型应用场景。<br/>【作者】<br/>刘驰 北京理工大学计算机学院副院长、教授、博士生导师,英国工程技术学会会士(IET Fellow),IEEE高级会员(IEEE Senior Member),英国计算机学会会士(Fellow of British Computer Society)和英国皇家艺术学会会士(Fellow of Royal Society of Arts)。分别于清华大学和英国帝国理工学院获得学士和博士学位,曾任美国IBM T.J. Watson研究中心和IBM中国研究院研究主管,并在德国电信研究总院(柏林)任博士后研究员。研究方向为大数据与物联网技术。主持了国家自然科学基金、国家重研发计划课题、工信部、*、装发预研等20余省部级研究项目。共发表SCI/EI论文百余篇,其中ESI高被引论文2篇、CCF- A类论文20余篇,授权国内外发明专利14项,编写书籍9本,Google Scholar索引3500余次,H index为28。现任国家自然科学基金会评专家、科技部重研发计划会评专家、*科技奖评审专家、全国信标委技术委员会委员、中国电子学会理事、中国计算机学会青工委委员、中国计算机学会物联网/大数据/普适计算专委会委员、中国电子学会物联网专委会委员/副秘书长、中国自动化学会大数据专委会委员、中国通信学会物联网专委会委员等;以及IEEE Transactions on Network Science and Engineering编委、IEEE ICC 2020 Symposium Chair for Next Generation Networking。选了国家人社部“高层次留学人才回国资助计划”、中国科协“青年人才托举工程”、陕西省第八批“百人计划(短期项目)”、中国产学研合作促奖、中国电子学会优秀科技工作者、国家“十二五”轻工业科技创新先个人、2017年中国物联网年度人物等。并获得省部级一等奖1项、二等奖1项、三等奖1项。<br/>
目录展开

前言

致谢

数学符号

第一篇 深度强化学习

第1章 深度强化学习基础

第2章 深度强化学习算法

第3章 分布式深度强化学习

第二篇 多智能体深度强化学习

第4章 多智能体深度强化学习基础

第5章 多智能体深度强化学习算法

第三篇 多任务深度强化学习

第6章 多任务深度强化学习基础

第7章 多任务深度强化学习算法

第四篇 深度强化学习的应用

第8章 游戏

第9章 机器人控制

第10章 计算机视觉

第11章 自然语言处理

缩写参照表

常用词中英文对照

参考文献

累计评论(1条) 1个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部