《R语言学习手册》：7章全面介绍R语言及Rattle工具，附课后习题。
编辑推荐
适读人群 ：《强化学习（第2版）》适合所有对强化学习感兴趣的读者阅读、收藏。
《强化学习（第2版）》被业界公认为任何对人工智能领域感兴趣的人员的必读书。
《强化学习（第2版）》是被称为“强化学习教父”的Richard Sutton在强化学习领域的开创性、奠基性著作。自1998年第1版出版以来，一直是强化学习领域的经典导论性教材，培育了好几代强化学习领域的研究人员。
在第2版中，随着强化学习的蓬勃发展，作者补充了很多新的内容：人工神经网络、蒙特卡洛树搜索、平均收益大化……涵盖了当今关键的核心算法和理论。不仅如此，作者还以真实世界的应用为例阐述了这些内容。
内容简介
《强化学习（第2版）》作为强化学习思想的深度解剖之作，被业内公认为是一本强化学习基础理论的经典著作。它从强化学习的基本思想出发，深入浅出又严谨细致地介绍了马尔可夫决策过程、蒙特卡洛方法、时序差分方法、同轨离轨策略等强化学习的基本概念和方法，并以大量的实例帮助读者理解强化学习的问题建模过程以及核心的算法细节。
《强化学习（第2版）》适合所有对强化学习感兴趣的读者阅读、收藏。
章节目录
展开全部
强化学习（第2版）是2019年由电子工业出版社出版,作者[加]RichardS.Sutton。
得书感谢您对《强化学习（第2版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
《R语言学习手册》：7章全面介绍R语言及Rattle工具，附课后习题。
电子书
本书基于中文版Maya2020编写，通过大量的操作实例系统地讲解了三维动画的制作技术，是一本面向零基础读者的专业教程。全书共12章，详细讲解了软件的操作界面、模型制作方法、灯光...
电子书
国内高校大数据课程知名教师倾心之作，带你“零基础”学习大数据。
电子书
机器学习原理与实例代码，包括决策树、神经网络等11章。
电子书
数学基础：从历年数学建模竞赛入手，解读人工智能中的数学方法。 编程实践：100余个代码实例，全面讲解网络爬虫、数据存储与数据分析等内容。 算法应用：实战案例辅以丰富图解，详尽分析人工智能算法特性及其应用场景。
电子书
适读人群 ：（1）高等院校人工智能、计算机、自动化等相关专业机器学习方向的学生；（2）学术界机器学习领域的研究人员和教师；（3）工业界对机器学习感兴趣的专业人员和工程师。 1.周志华教授“西瓜书”《机器学习》公式完全解析指南！ “南瓜书”系Datawhale成员自学笔记，对“西瓜书”中250个重难点公式做了详细解析和推导（重难点公式覆盖率达99%），旨在解决机器学习中的数学难题。 2.机器学习初学小白提升数学基础能力的必备练习册！ 以本科数学基础视角对“西瓜书”里比较难理解的公式加以解析和推导细节，补充大量重、难点数学知识和参考材料，分享在学习中遇到的“坑”以及跳过这个“坑”的方法，对于初学机器学习的小白也能上手练习！ 3.俞勇、王斌、李沐、程明明、陈光（博主@爱可可-爱生活）、徐亦达等人工智能领域大咖亲笔推荐
电子书
用Python语言求解经典的计算机科学问题。