面向实际任务的强化学习。工程化方法
A

面向实际任务的强化学习。工程化方法

算法
reinforcement learning engineering approach Markov decision processes deep Q-networks policy gradients industrial applications practical implementation
作者
Фил Уиндер
出版社
БХВ-Петербург
年份
2023
语言
俄语
42
评价本书

阅读本书 登录 / 注册

预览片段

相似书籍

强化学习导论：第二版

强化学习导论：第二版

Ричард С. Саттон, Эндрю Дж. Барто

强化学习：Python语言的理论与实践

强化学习：Python语言的理论与实践

Лаура Грессер, Ван Лун Кенг

PyTorch强化学习：实用指南

PyTorch强化学习：实用指南

Юси (Хэйден) Лю

Python强化学习算法。人工智能算法的描述与开发

Python强化学习算法。人工智能算法的描述与开发

Андреа Лонца

应用机器学习和人工智能工程师

应用机器学习和人工智能工程师

Джефф Просиз

低代码机器学习

低代码机器学习

Гвендолин Стриплинг, Майкл Абель

机器学习系统设计

机器学习系统设计

Чип Хьюен (Chip Huyen)

从实践者角度看深度学习

从实践者角度看深度学习

Джош Паттерсон, Адам Гибсон

机器学习。从数据中提取知识的科学与艺术。

机器学习。从数据中提取知识的科学与艺术。

Петер Флах (Peter Flach)

无需多言的机器学习

无需多言的机器学习

Андрей Бурков