《強化學習：原理與Python實現》是一部理論完備，涵蓋主流經典強化學習算法和深度強化學習算法，並配套理論基礎和性能分析的著作，由機械工業出版社出版。
基本介紹
- 書名：強化學習：原理與Python實現
- 作者：肖智清 著
- ISBN：978-7-111-63177-4
- 頁數：239頁
- 定價：89.00元
- 出版社：機械工業出版社
- 出版時間：2019.7
- 裝幀：平裝
- 開本：16開
內容簡介 ◆
本書理論完備，涵蓋主流非深歡祖元習度強化學習算法和深度強化學習算法；實戰性強，基於Python、Gym、TensorFlow 2等構建，並有AlphaZero等綜合棵墊端案例。肯束滲全書共12章，主要內容如下。
第1章膠組幾：介紹強化學習的基礎知識與強化學習環境庫Gym的使用，並給出完整的編櫃束匪程實例。
第2～9章：介紹強化學習的理論知識。以Markov決策過程為基礎模型，覆蓋了所有主流強化學習理論和算法，包括資格跡等經典算法和深度確定性蘭乎員格梯度策略等深度強化學習算法。所有章節都提供了與旬駝算法配套的Python程式，使讀者完全掌握強化學習算法的原理與套用。
第10～12章：介紹了多個熱門綜合案例，包括電動遊戲、棋盤遊戲和自動駕駛。算法部分涵蓋了在《自然》《科學》等權威期刊上發表的多個深度強化學習明星算法，包括AlphaGo的最新改進版AlphaZero。
