资源检索
新书推荐
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
作者：(印度)苏达桑·拉维尚迪兰（Sudharsan Ravichandirang），连晓峰等译
索书号：TP311.561/10120
馆藏地：
校本部馆 - 科技新书展示架（3楼）
顺德校区馆 - 顺德科技新书展示架（3楼）
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、OpenAIGym、Universe和TensorFlow等安装配置；马尔可夫链和马尔可夫过程及其与强化学习问题建模之间的关系，动态规划的基本概念；蒙特卡罗方法以及不同类型的蒙特卡罗预测和控制方法；时间差分学习、预测、离线/在线策略控制等；多臂赌博机问题以及相关的各种探索策略方法；深度学习的各种基本概念和RNN、LSTM、CNN等神经网络；深度强化学习算法DQN，以及双DQN和对抗网络体系结构等改进架构；DRQN以及DARQN；A3C网络的基本工作原理及架构；策略梯度和优化问题；最后介绍了强化学习的最新进展以及未来发展。
