技术革命与金融资本：AI、泡沫与周期
《技术革命与金融资本》深度解析两百年来五次技术革命的浪潮规律：从蒸汽机械、铁路电力、重工业崛起、石油时代到信息技术 每一次创新集
快速回答
《深度学习入门4：强化学习》（[日]斋藤康毅） 本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的最新技术。全书从最适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找最佳答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和TD方法。随后，神经网络和Q学习、DQN、策略梯度法等几章则分别讨论了深度学习在强化学习领域的应用。本书延续“鱼书”系列的风格，搭配丰富的图、表、代码示例，加上轻松、简明的讲解，让人循序渐进地理解强化学习中各种方法之间的关系，于不知不觉中登堂入室。
作品简介
本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的最新技术。全书从最适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找最佳答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和TD方法。随后，神经网络和Q学习、DQN、策略梯度法等几章则分别讨论了深度学习在强化学习领域的应用。本书延续“鱼书”系列的风格，搭配丰富的图、表、代码示例，加上轻松、简明的讲解，让人循序渐进地理解强化学习中各种方法之间的关系，于不知不觉中登堂入室。
内容简介
本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的最新技术。全书从最适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找最佳答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和TD方法。随后，神经网络和Q学习、DQN、策略梯度法等几章则分别讨论了深度学习在强化学习领域的应用。本书延续“鱼书”系列的风格，搭配丰富的图、表、代码示例，加上轻松、简明的讲解，让人循序渐进地理解强化学习中各种方法之间的关系，于不知不觉中登堂入室。
同分类热门 · 人工智能
查看更多 ›
AI 时代的财富密码：人工智能的11个底层认知
【硬核科普×财富逻辑×认知升级】 AI时代，真正的财富不在代码里，而在沙子与硅片之间。 当别人还在为AI应用的表象惊叹时，这本书
半小时讲透Token（轻科技）
【零基础+科技+底层拆解】当智力以Token为单位被计量和售卖，一个全新的经济形态正在我们眼前展开。 本书并非虚构故事合集，而是
从零构建大模型
本书是关于如何从零开始构建大模型的指南，由畅销书作家塞巴斯蒂安·拉施卡撰写，通过清晰的文字、图表和实例，逐步指导读者创建自己的大
本体驱动的AI数据管理
当数据的主要消费者从“人”变成“机器”（AI Agent）时，我们怎么让机器真正懂业务？这本书基于本体方法论，给出了一套可落地、
[日]斋藤康毅 的其他作品
相似推荐
AI定式全解
本书全面解析AI定式的下法，通过定式在不同时代的运用，总结定式下法各种变化的优劣之分，并着重介绍AI时代各种定式下法的运用，本书
小龙虾OpenClaw恐慌谁在获利？（轻观察）
Agent AI“小龙虾”（OpenClaw）全网爆火，科技浪潮裹挟着恐慌席卷而来。媒体日夜追报，网络间电子恐慌弥漫，所有人都在
OpenClaw一本通
这不是一本追热点的安装手册，而是一本普通人也能看懂、能上手、能变现的智能体实战指南。 当AI开始从“会说话”走向“会做事”，Op
手把手教你零基础养“龙虾”（AI博士编写）
本书是手把手帮助零基础的读者掌握OpenClaw的功能、部署和应用场景，打造您的专属“数字员工”。帮组读者降本增效。本书是以“逐
AI短视频变现：6大AI工具从创作到盈利
这是一本专为短视频创作者、自媒体人及零基础新手打造的“6合1”实战手册。本书深度整合了豆包、即梦、Seedance 2.0、剪映
书评 0
暂无书评，登录后可写下第一条阅读感受。