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
菲尔·温德
出版社
BKhV-彼得堡
年份
2023
语言
俄语
202
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

理查德·S·萨顿，安德鲁·J·巴尔托

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

劳拉·格雷塞尔，王龙铿

PyTorch强化学习：实用指南

PyTorch强化学习：实用指南

Yusi (Hayden) Liu

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

安德烈亚·隆扎

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

杰夫·普罗西斯

低代码机器学习

低代码机器学习

格温多琳·斯特里普林，迈克尔·阿贝尔

机器学习系统设计

机器学习系统设计

Chip Huyen

从实践者角度看深度学习

从实践者角度看深度学习

乔什·帕特森，亚当·吉布森

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。

彼得·弗拉赫 (Peter Flach)

无需多言的机器学习

无需多言的机器学习

安德烈·布尔科夫