·深度学习领域重磅作品《动手学深度学习》重磅推出PyTorch版本；·李沐、阿斯顿·张等大咖作者强强联合，精心编撰；·全球400多所大学采用的教科书，提供视频课程、教学PPT、习题，方便教师授课与学生自学；·能运行、可讨论的深度学习入门书，可在线运行源码并与作译者实时讨论。
电子书
编辑推荐
.名家作品：上海交通大学ACM班创始人俞勇教授、博士生导师张伟楠副教授、APEX实验室博士生沈键编写；.理论扎实：基于上交大ACM班的人工智能专业课程构建强化学习的学习体系；.配套资源丰富：在线代码运行环境+在线视频课程+在线讨论区+在线习题+配套课件；.多位业内大咖力荐：字节跳动人工智能实验室总监李航、1986年图灵奖得主JohnHopcroft、北京大学数学科学学院统计学教授张志华、伦敦大学学院计算机科学系讲席教授汪军、亚马逊资深科学家、《动手学深度学习》作者李沐
内容简介
本书系统地介绍了强化学习的原理和实现，是一本理论扎实、落地性强的图书。本书包含3个部分：第一部分为强化学习基础，讲解强化学习的基础概念和表格型强化学习方法；第二部分为强化学习进阶，讨论深度强化学习的思维方式、深度价值函数和深度策略学习方法；第三部分为强化学习前沿，介绍学术界在深度强化学习领域的主要关注方向和前沿算法。同时，本书提供配套的线上代码实践平台，通过展示源码的编写和运行过程，让读者进一步掌握强化学习算法的运行机制。本书理论与实践并重，在介绍强化学习理论的同时，辅之以线上代码实践平台，以帮助读者通过实践加深对理论的理解。
章节目录
- 扉页
- 作者简介
- 前 言
- 资源与支持
- 目录
- 第一部分 强化学习基础
- 第1章 初探强化学习
- 1.1 简介
- 1.2 什么是强化学习
- 1.3 强化学习的环境
- 1.4 强化学习的目标
- 1.5 强化学习中的数据
- 1.6 强化学习的独特性
- 1.7 小结
- 第2章 多臂老虎机问题
- 2.1 简介
- 2.2 问题介绍
- 2.2.1 问题定义
- 2.2.2 形式化描述
- 2.2.3 累积懊悔
- 2.2.4 估计期望奖励
- 2.3 探索与利用的平衡
- 2.4ϵ-贪婪算法
- 2.5 上置信界算法
- 2.6 汤普森采样算法
- 2.7 小结
- 2.8 参考文献
- 第3章 马尔可夫决策过程
- 3.1 简介
- 3.2 马尔可夫过程
- 3.2.1 随机过程
- 3.2.2 马尔可夫性质
- 3.2.3 马尔可夫过程
- 3.3 马尔可夫奖励过程
- 3.3.1 回报
- 3.3.2 价值函数
- 3.4 马尔可夫决策过程
- 3.4.1 策略
- 3.4.2 状态价值函数
- 3.4.3 动作价值函数
- 3.4.4 贝尔曼期望方程
- 3.5 蒙特卡洛方法
- 3.6 占用度量
- 3.7 最优策略
- 贝尔曼最优方程
- 3.8 小结
- 3.9 参考文献
- 第4章 动态规划算法
- 4.1 简介
- 4.2 悬崖漫步环境
- 4.3 策略迭代算法
- 4.3.1 策略评估
- 4.3.2 策略提升
- 4.3.3 策略迭代
- 4.4 价值迭代算法
- 4.5 冰湖环境
- 4.6 小结
- 4.7 扩展阅读：收敛性证明
- 4.7.1 策略迭代
- 4.7.2 价值迭代
- 4.8 参考文献
- 第5章 时序差分算法
- 5.1 简介
- 5.2 时序差分
- 5.3 Sarsa算法
- 5.4 多步Sarsa算法
- 5.5 Q-learning算法
- 在线策略算法与离线策略算法
- 5.6 小结
- 5.7 扩展阅读：Q-learning收敛性证明
- 5.8 参考文献
- 第6章 Dyna-Q 算法
- 6.1 简介
- 6.2 Dyna-Q
- 6.3 Dyna-Q代码实践
- 6.4 小结
- 6.5 参考文献
- 第二部分 强化学习进阶
- 第7章 DQN 算法
- 7.1 简介
- 7.2 车杆环境
- 7.3 DQN
- 7.3.1 经验回放
- 7.3.2 目标网络
- 7.4 DQN 代码实践
- 7.5 以图像作为输入的DQN 算法
- 7.6 小结
- 7.7 参考文献
- 第8章 DQN 改进算法
- 8.1 简介
- 8.2 Double DQN
- 8.3 Double DQN 代码实践
- 8.4 Dueling DQN
- 8.5 Dueling DQN 代码实践
- 8.6 小结
- 8.7 扩展阅读：对 Q值过高估计的定量分析
- 8.8 参考文献
- 第9章 策略梯度算法
- 9.1 简介
- 9.2 策略梯度
- 9.3 REINFORCE
- 9.4 REINFORCE 代码实践
- 9.5 小结
- 9.6 扩展阅读：策略梯度证明
- 9.7 参考文献
- 第10章 Actor-Critic算法
- 10.1 简介
- 10.2 Actor-Critic
- 10.3 Actor-Critic代码实践
- 10.4 小结
- 10.5 参考文献
- 第11章 TRPO 算法
- 11.1 简介
- 11.2 策略目标
- 11.3 近似求解
- 11.4 共轭梯度
- 11.5 线性搜索
- 11.6 广义优势估计
- 11.7 TRPO代码实践
- 11.8 小结
- 11.9 参考文献
- 第12章 PPO 算法
- 12.1 简介
- 12.2 PPO-惩罚
- 12.3 PPO-截断
- 12.4 PPO代码实践
- 12.5 小结
- 12.6 参考文献
- 第13章 DDPG 算法
- 13.1 简介
- 13.2 DDPG
- 13.3 DDPG代码实践
- 13.4 小结
- 13.5 扩展阅读：确定性策略梯度定理的证明
- 13.6 参考文献
- 第14章 SAC 算法
- 14.1 简介
- 14.2 最大熵强化学习
- 14.3 Soft 策略迭代
- 14.4 SAC
- 自动调整熵正则项
- 14.5 SAC代码实践
- 14.6 小结
- 14.7 参考文献
- 第三部分 强化学习前沿
- 第15章 模仿学习
- 15.1 简介
- 15.2 行为克隆
- 15.3 生成对抗模仿学习
- 15.4 代码实践
- 15.4.1 生成专家数据
- 15.4.2 行为克隆的代码实践
- 15.4.3 生成对抗模仿学习的代码实践
- 15.5 小结
- 15.6 参考文献
- 第16章 模型预测控制
- 16.1 简介
- 16.2 打靶法
- 16.2.1 随机打靶法
- 16.2.2 交叉熵方法
- 16.3 PETS算法
- 16.4 PETS 算法实践
- 16.5 小结
- 16.6 参考文献
- 第17章 基于模型的策略优化
- 17.1 简介
- 17.2 MBPO算法
- 17.3 MBPO代码实践
- 17.4 小结
- 17.5 拓展阅读：MBPO理论分析
- 17.5.1 性能提升的单调性保障
- 17.5.2 模型推演长度
- 17.6 参考文献
- 第18章 离线强化学习
- 18.1 简介
- 18.2 批量限制Q-learning算法
- 18.3 保守Q-learning算法
- 18.4 CQL代码实践
- 18.5 小结
- 18.6 扩展阅读
- 18.7 参考文献
- 第19章 目标导向的强化学习
- 19.1 简介
- 19.2 问题定义
- 19.3 HER算法
- 19.4 HER代码实践
- 19.5 小结
- 19.6 参考文献
- 第20章 多智能体强化学习入门
- 20.1 简介
- 20.2 问题建模
- 20.3 多智能体强化学习的基本求解范式
- 20.4 IPPO算法
- 20.5 IPPO代码实践
- 20.6 小结
- 20.7 参考文献
- 第21章 多智能体强化学习进阶
- 21.1 简介
- 21.2 MADDPG算法
- 21.3 MADDPG代码实践
- 21.4 小结
- 21.5 参考文献
- 总结与展望
- 总结
- 展望：克服强化学习的落地挑战
- 中英文术语对照表与符号表
- 中英文术语对照表
- 符号表
展开全部
动手学强化学习是1970年由人民邮电出版社出版,作者张伟楠，沈键，俞勇。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《动手学强化学习》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
电子书
本书共12章，首先介绍Java语言的基本情况；然后介绍如何在Windows、Linux和macOS三种操作系统中安装Java和集成开发环境以及JShell交互式编程；接着讲解Java的一些常见概念和数据类型以及Java的八大类运算符、各种表达式和语句；之后介绍类和对象这两个核心概念，数组与集合的概念和使用，Java常用工具类，以及Java的异常处理、注解以及泛型机制；最后讲解Java的文件与I/O
电子书
详解深度强化学习，从入门到实战。
电子书
本书重点突出强化学习作为机器学习及人工智能领域的一种重要方法，在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。
电子书
本书使用Python语言开发FlaskWeb程序的知识，并通过具体实例讲解了使用Flask框架的方法和流程。
电子书
本书根据国家示范性高职院校教学改革，结合作者多年教学改革模式探索总结的教学经验进行编写。本书以技能和应用能力的培养为重点，并在学习的过程中注重激发学生的学习兴趣。全书内容有半导体二极管及应用电路、放大电路基础、集成运算放大器及基本应用、放大电路中的负反馈、集成运算放大器的应用、波形发生器和信号转换电路、功率放大电路、直流稳压电源等。本书可作为自动化、电子、计算机、通信等相关专业的基础课教材，也可作
电子书
本书共分11章，其中第1～2章主要讲解了HTML标签及属性的应用，结合两个实战项目帮助读者更好地理解相关知识点。第3～6章主要讲解CSS的应用，通过引入4个项目实战并讲解开发思路，对各知识点的应用进行深入分析，同时也提供完整的代码实现。第7～11章则讲解JavaScript程序设计，包括JavaScript的基础语法、JavaScript内置对象的应用、JavaScript对DOM和BOM的操作，
电子书
本书共10章，16个实验，其中包括电子商务安全概述、网络攻击与交易欺诈、网络安全技术、加密与认证技术、公钥基础设施PKI与数字证书、Internet安全协议、电子商务系统安全、电子支付、电子商务安全管理和跨境电子商务安全。
