掃一掃
關(guān)注中圖網(wǎng)
官方微博
深度學(xué)習(xí)理論與實(shí)踐
開本：
其他
頁數(shù)：
252
本類五星書更多>
-
>
決戰(zhàn)行測(cè)5000題(言語理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
深度學(xué)習(xí)
-
>
Unreal Engine 4藍(lán)圖完全學(xué)習(xí)教程
-
>
深入理解計(jì)算機(jī)系統(tǒng)-原書第3版
-
>
Word/Excel PPT 2013辦公應(yīng)用從入門到精通-(附贈(zèng)1DVD.含語音視頻教學(xué)+辦公模板+PDF電子書)
中圖價(jià):¥60.6
加入購物車
深度學(xué)習(xí)理論與實(shí)踐 版權(quán)信息
- ISBN：9787302634669
- 條形碼：9787302634669 ; 978-7-302-63466-9
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
深度學(xué)習(xí)理論與實(shí)踐 本書特色
深度學(xué)習(xí)相關(guān)技術(shù)逐漸成為目前工業(yè)界和學(xué)術(shù)界探索和研究的重點(diǎn)，并且越來越多的相關(guān)算法在實(shí)際應(yīng)用中取得了廣泛的成功。這些算法的成功和發(fā)展離不開相關(guān)研究者對(duì)深度學(xué)習(xí)相關(guān)理論的探索。目前的深度學(xué)習(xí)算法依然存在黑盒屬性、需要大量訓(xùn)練樣本、可解釋性差、調(diào)參困難、算法模型規(guī)模大、學(xué)習(xí)時(shí)效低等不足，并且和人類本身的學(xué)習(xí)方式及智能化水平相比，
仍有著巨大的發(fā)展空間。這些也要求我們深入理解當(dāng)前深度學(xué)習(xí)的相關(guān)算法理論，針對(duì)其特性
和缺點(diǎn)不斷加以改進(jìn)提升。
本書的寫作目的是將深度學(xué)習(xí)的相關(guān)算法理論和應(yīng)用實(shí)踐深入淺出地介紹給讀者，力求使大學(xué)本科低年級(jí)學(xué)生能夠理解和掌握相關(guān)內(nèi)容。本書-共包含11章。第1章緒論，簡(jiǎn)要介紹人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的基本概念、發(fā)展歷程和- -些典型的應(yīng)用實(shí)例。第2和第3章,基于回歸和基礎(chǔ)分類兩個(gè)基本模型介紹機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)，為后續(xù)深度學(xué)習(xí)相關(guān)內(nèi)容提供知識(shí)基礎(chǔ)。第4和第5章是深度學(xué)習(xí)的理論基礎(chǔ)章節(jié)，闡述人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)，學(xué)習(xí)模型的訓(xùn)練和優(yōu)化算法改進(jìn)方法，以及模型的相關(guān)效果評(píng)估和具體實(shí)現(xiàn)方式。第6和第7章是深度學(xué)習(xí)理論在圖像數(shù)據(jù)和序列數(shù)據(jù)處理上的應(yīng)用和發(fā)展，分別介紹卷積神經(jīng)網(wǎng)絡(luò)及其經(jīng)典模型、循環(huán)神經(jīng)網(wǎng)絡(luò)及其經(jīng)典模型。第8章是深度學(xué)習(xí)理論在自然語言處理問題上的拓展和應(yīng)用，重點(diǎn)闡述注意力機(jī)制及其經(jīng)典模型，并探討模型在自然語言處理中的算法演進(jìn)。第9章是深度學(xué)習(xí)理論在網(wǎng)絡(luò)圖數(shù)據(jù)處理問題上的拓展和應(yīng)用，重點(diǎn)闡述基于譜域和空間域的各類圖神經(jīng)網(wǎng)絡(luò)模型。第10章探討針對(duì)無監(jiān)督特征學(xué)習(xí)問題的傳統(tǒng)機(jī)器學(xué)習(xí)算法和相關(guān)深度學(xué)習(xí)模型。第11章介紹強(qiáng)化學(xué)習(xí)的相關(guān)理論和經(jīng)典模型。
深度學(xué)習(xí)理論與實(shí)踐 內(nèi)容簡(jiǎn)介
深度學(xué)習(xí)是計(jì)算機(jī)科學(xué)的一個(gè)重要分支，是一種以人工神經(jīng)網(wǎng)絡(luò)為架構(gòu)，對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的算法的總稱。深度學(xué)習(xí)是傳統(tǒng)機(jī)器學(xué)習(xí)算法的發(fā)展和衍生，相關(guān)內(nèi)容涉及代數(shù)、統(tǒng)計(jì)學(xué)、優(yōu)化理論、矩陣計(jì)算等多個(gè)領(lǐng)域！渡疃葘W(xué)習(xí)理論與實(shí)踐》是深度學(xué)習(xí)的基礎(chǔ)入門級(jí)教材，在內(nèi)容上盡可能覆蓋深度學(xué)習(xí)算法相關(guān)基礎(chǔ)知識(shí)。全書共11章，大致可分為三大部分：**部分(第1～3章)主要介紹機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)和一些傳統(tǒng)算法；第二部分(第4～8章)主要介紹人工神經(jīng)網(wǎng)絡(luò)等的相關(guān)理論、優(yōu)化算法和各類經(jīng)典神經(jīng)網(wǎng)絡(luò)模型；第三部分(第9～11章)為進(jìn)階知識(shí)，主要介紹非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的相關(guān)算法。 在學(xué)習(xí)《深度學(xué)習(xí)理論與實(shí)踐》的過程中，讀者不僅要深入理解相關(guān)算法理論，更要多思多練。讀者在閱讀各章節(jié)內(nèi)容后，可基于各章習(xí)題鞏固知識(shí)，并將理論與實(shí)踐結(jié)合，基于torch、tensorflow等深度學(xué)習(xí)平臺(tái)在實(shí)際任務(wù)中演練所學(xué)理論知識(shí)和技能。本書可作為高等院校計(jì)算機(jī)或電子信息相關(guān)專業(yè)的本科生或研究生教材。
深度學(xué)習(xí)理論與實(shí)踐 目錄
第1章 緒論 1
1.1 疫情防控中的應(yīng)用 3
1.2 自動(dòng)駕駛中的應(yīng)用 4
1.3 現(xiàn)代農(nóng)業(yè)中的應(yīng)用 5
第2章 基礎(chǔ)回歸模型 6
2.1 線性回歸模型 6
2.1.1 一元線性回歸 7
2.1.2 多元線性回歸 7
2.1.3 多項(xiàng)式回歸 9
2.2 參數(shù)估計(jì)模型 10
2.2.1 *小二乘估計(jì) 10
2.2.2 嶺回歸 12
2.2.3 套索回歸 14
2.2.4 彈性回歸 15
2.3 梯度下降算法 17
2.3.1 梯度的概念 17
2.3.2 梯度下降法算法 21
2.3.3 梯度下降算法分類 25
2.4 回歸模型效果評(píng)估 27
2.4.1 平均絕對(duì)誤差(MAE) 27
2.4.2 平均絕對(duì)百分比誤差
MAPE) 27
2.4.3 均方誤差(MSE) 28
2.4.4 均方根誤差(RMSE) 28
2.4.5 均方根對(duì)數(shù)誤差(RMSLE) 28
2.4.6 中位數(shù)絕對(duì)誤差(MedAE) 28
2.4.7 決定系數(shù)(R2) 29
習(xí)題2 30
第3章 基礎(chǔ)分類模型 32
3.1 邏輯回歸 32
3.1.1 廣義線性模型 32
3.1.2 邏輯回歸模型 33
3.1.3 代價(jià)函數(shù) 35
3.1.4 模型求解 36
3.2 支持向量機(jī) 37
3.2.1 線性支持向量機(jī) 37
3.2.2 模型參數(shù)的求解 40
3.2.3 非線性支持向量機(jī) 41
3.3 決策樹 43
3.3.1 算法簡(jiǎn)介 43
3.3.2 決策樹的基本構(gòu)建流程 44
3.3.3 特征選擇與不純性計(jì)算 45
3.3.4 C4.5算法 50
3.4 貝葉斯分類 51
3.4.1 相關(guān)數(shù)學(xué)概念 51
3.4.2 貝葉斯決策理論 53
3.4.3 極大似然估計(jì) 55
3.4.4 樸素貝葉斯分類器 56
3.4.5 半樸素貝葉斯分類器 58
3.5 分類模型效果評(píng)估 60
3.5.1 一級(jí)指標(biāo) 60
3.5.2 二級(jí)指標(biāo) 61
3.5.3 三級(jí)指標(biāo) 62
習(xí)題3 64
第4章 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 65
4.1 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)結(jié)構(gòu) 65
4.1.1 人工神經(jīng)元 65
4.1.2 單層神經(jīng)網(wǎng)絡(luò) 66
4.1.3 多層神經(jīng)網(wǎng)絡(luò) 67
4.2 神經(jīng)網(wǎng)絡(luò)的向量化表示與主要函數(shù) 68
4.2.1 神經(jīng)網(wǎng)絡(luò)的向量化表示 68
4.2.2 常用激活函數(shù) 69
4.2.3 常見損失函數(shù) 72
4.3 正向傳播與反向傳播 73
4.3.1 正向傳播 73
4.3.2 反向傳播 74
4.4 深度學(xué)習(xí)平臺(tái)簡(jiǎn)介 77
習(xí)題4 80
第5章 人工神經(jīng)網(wǎng)絡(luò)優(yōu)化 81
5.1 人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和主要
問題 81
5.2 模型優(yōu)化表征能力提外
方法 82
5.2.1 模型的規(guī)模提升與結(jié)構(gòu)選擇 82
5.2.2 數(shù)據(jù)預(yù)處理 85
5.2.3 模型參數(shù)初始化 86
5.2.4 模型結(jié)構(gòu)優(yōu)化 89
5.2.5 模型的超參設(shè)定 92
5.3 優(yōu)化算法改進(jìn)方法 95
5.3.1 指數(shù)加權(quán)平均 95
5.3.2 基于動(dòng)量的梯度下降法 96
5.3.3 AdaGrad & RMSprop算法 97
5.3.4 Adam算法 99
5.3.5 近似梯度計(jì)算 100
5.4 模型效果評(píng)估與泛化能力提外方法 104
5.4.1 訓(xùn)練集、驗(yàn)證集、測(cè)試集
劃分 104
5.4.2 欠擬合與過擬合 105
5.4.3 正則化 106
5.4.4 丟棄法 107
5.4.5 提前停止法 109
5.4.6 誤差分析 110
習(xí)題5 110
第6章 卷積神經(jīng)網(wǎng)絡(luò) 112
6.1 卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 112
6.1.1 卷積運(yùn)算 113
6.1.2 池化操作 116
6.1.3 卷積神經(jīng)網(wǎng)絡(luò)構(gòu)成 116
6.1.4 反向傳播 118
6.2 經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)模型 121
6.2.1 AlexNet 121
6.2.2 VGG網(wǎng)絡(luò) 124
6.2.3 GoogleNet(Inception) 126
6.2.4 ResNet 128
6.2.5 DenseNet 132
6.2.6 SqueezeNet 134
習(xí)題6 135
第7章 循環(huán)神經(jīng)網(wǎng)絡(luò) 137
7.1 循環(huán)神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 137
7.1.1 循環(huán)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)結(jié)構(gòu) 137
7.1.2 不同類型的循環(huán)神經(jīng)網(wǎng)絡(luò) 138
7.1.3 正向傳播 140
7.1.4 反向傳播 141
7.2 經(jīng)典的循環(huán)神經(jīng)網(wǎng)絡(luò)模型 144
7.2.1 LSTM 144
7.2.2 GRU 147
7.2.3 雙向循環(huán)神經(jīng)網(wǎng)絡(luò) 148
7.2.4 多層循環(huán)神經(jīng)網(wǎng)絡(luò)模型 149
7.2.5 Seq-to-Seq模型 150
習(xí)題7 152
第8章 注意力機(jī)制及其應(yīng)用 154
8.1 注意力機(jī)制 154
8.1.1 注意力機(jī)制模型構(gòu)建流程 155
8.1.2 多頭注意力機(jī)制 157
8.2 自注意力模型 157
8.3 Transformer模型 159
8.3.1 編碼器 160
8.3.2 解碼器 160
8.3.3 多頭自注意力 160
8.3.4 位置信息編碼 161
8.4 自然語言處理中的注意力
模型 162
8.4.1 自然語言處理背景介紹 162
8.4.2 Word2vec原理與訓(xùn)練
模式 163
8.4.3 ELMo 174
8.4.4 GPT模型 176
8.4.5 Bert模型 179
習(xí)題8 180
第9章 圖神經(jīng)網(wǎng)絡(luò) 181
9.1 圖的概述 182
9.1.1 圖的基本定義 182
9.1.2 圖的基本類型 182
9.1.3 圖的存儲(chǔ) 184
9.1.4 圖的應(yīng)用 184
9.2 圖信號(hào)處理 186
9.2.1 圖的拉普拉斯矩陣 186
9.2.2 圖的傅里葉變換 188
9.3 圖卷積網(wǎng)絡(luò) 190
9.3.1 圖卷積網(wǎng)絡(luò)的演化 191
9.3.2 一般圖卷積網(wǎng)絡(luò) 192
9.4 空間域圖神經(jīng)網(wǎng)絡(luò) 194
9.4.1 GNN的通用框架 194
9.4.2 GraphSAGE 198
9.4.3 圖自注意力網(wǎng)絡(luò) 199
9.4.4 Graphormer 201
習(xí)題9 203
第10章 無監(jiān)督學(xué)習(xí) 204
10.1 聚類 205
10.1.1 k-Means聚類 205
10.1.2 k-Means 聚類算法 207
10.2 無監(jiān)督特征學(xué)習(xí) 208
10.2.1 主成分分析 208
10.2.2 自編碼器 210
10.2.3 生成對(duì)抗網(wǎng)絡(luò) 214
習(xí)題10 218
第11章 強(qiáng)化學(xué)習(xí) 220
11.1 強(qiáng)化學(xué)習(xí)概述 220
11.1.1 強(qiáng)化學(xué)習(xí)的理論基礎(chǔ) 221
11.1.2 強(qiáng)化學(xué)習(xí)的分類 223
11.1.3 強(qiáng)化學(xué)習(xí)的應(yīng)用 224
11.2 馬爾可夫決策過程 225
11.2.1 價(jià)值函數(shù) 226
11.2.2 *優(yōu)價(jià)值函數(shù)求解 228
11.2.3 馬爾可夫決策過程實(shí)例 229
11.3 模型強(qiáng)化學(xué)習(xí) 230
11.3.1 策略評(píng)估 231
11.3.2 策略改進(jìn) 232
11.3.3 策略迭代 233
11.4 無模型強(qiáng)化學(xué)習(xí) 233
11.4.1 蒙特卡羅強(qiáng)化學(xué)習(xí) 234
11.4.2 時(shí)序差分學(xué)習(xí) 237
11.4.3 價(jià)值函數(shù)近似 241
11.4.4 深度Q-learning 243
習(xí)題11 244
參考文獻(xiàn) 246
1.1 疫情防控中的應(yīng)用 3
1.2 自動(dòng)駕駛中的應(yīng)用 4
1.3 現(xiàn)代農(nóng)業(yè)中的應(yīng)用 5
第2章 基礎(chǔ)回歸模型 6
2.1 線性回歸模型 6
2.1.1 一元線性回歸 7
2.1.2 多元線性回歸 7
2.1.3 多項(xiàng)式回歸 9
2.2 參數(shù)估計(jì)模型 10
2.2.1 *小二乘估計(jì) 10
2.2.2 嶺回歸 12
2.2.3 套索回歸 14
2.2.4 彈性回歸 15
2.3 梯度下降算法 17
2.3.1 梯度的概念 17
2.3.2 梯度下降法算法 21
2.3.3 梯度下降算法分類 25
2.4 回歸模型效果評(píng)估 27
2.4.1 平均絕對(duì)誤差(MAE) 27
2.4.2 平均絕對(duì)百分比誤差
MAPE) 27
2.4.3 均方誤差(MSE) 28
2.4.4 均方根誤差(RMSE) 28
2.4.5 均方根對(duì)數(shù)誤差(RMSLE) 28
2.4.6 中位數(shù)絕對(duì)誤差(MedAE) 28
2.4.7 決定系數(shù)(R2) 29
習(xí)題2 30
第3章 基礎(chǔ)分類模型 32
3.1 邏輯回歸 32
3.1.1 廣義線性模型 32
3.1.2 邏輯回歸模型 33
3.1.3 代價(jià)函數(shù) 35
3.1.4 模型求解 36
3.2 支持向量機(jī) 37
3.2.1 線性支持向量機(jī) 37
3.2.2 模型參數(shù)的求解 40
3.2.3 非線性支持向量機(jī) 41
3.3 決策樹 43
3.3.1 算法簡(jiǎn)介 43
3.3.2 決策樹的基本構(gòu)建流程 44
3.3.3 特征選擇與不純性計(jì)算 45
3.3.4 C4.5算法 50
3.4 貝葉斯分類 51
3.4.1 相關(guān)數(shù)學(xué)概念 51
3.4.2 貝葉斯決策理論 53
3.4.3 極大似然估計(jì) 55
3.4.4 樸素貝葉斯分類器 56
3.4.5 半樸素貝葉斯分類器 58
3.5 分類模型效果評(píng)估 60
3.5.1 一級(jí)指標(biāo) 60
3.5.2 二級(jí)指標(biāo) 61
3.5.3 三級(jí)指標(biāo) 62
習(xí)題3 64
第4章 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 65
4.1 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)結(jié)構(gòu) 65
4.1.1 人工神經(jīng)元 65
4.1.2 單層神經(jīng)網(wǎng)絡(luò) 66
4.1.3 多層神經(jīng)網(wǎng)絡(luò) 67
4.2 神經(jīng)網(wǎng)絡(luò)的向量化表示與主要函數(shù) 68
4.2.1 神經(jīng)網(wǎng)絡(luò)的向量化表示 68
4.2.2 常用激活函數(shù) 69
4.2.3 常見損失函數(shù) 72
4.3 正向傳播與反向傳播 73
4.3.1 正向傳播 73
4.3.2 反向傳播 74
4.4 深度學(xué)習(xí)平臺(tái)簡(jiǎn)介 77
習(xí)題4 80
第5章 人工神經(jīng)網(wǎng)絡(luò)優(yōu)化 81
5.1 人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和主要
問題 81
5.2 模型優(yōu)化表征能力提外
方法 82
5.2.1 模型的規(guī)模提升與結(jié)構(gòu)選擇 82
5.2.2 數(shù)據(jù)預(yù)處理 85
5.2.3 模型參數(shù)初始化 86
5.2.4 模型結(jié)構(gòu)優(yōu)化 89
5.2.5 模型的超參設(shè)定 92
5.3 優(yōu)化算法改進(jìn)方法 95
5.3.1 指數(shù)加權(quán)平均 95
5.3.2 基于動(dòng)量的梯度下降法 96
5.3.3 AdaGrad & RMSprop算法 97
5.3.4 Adam算法 99
5.3.5 近似梯度計(jì)算 100
5.4 模型效果評(píng)估與泛化能力提外方法 104
5.4.1 訓(xùn)練集、驗(yàn)證集、測(cè)試集
劃分 104
5.4.2 欠擬合與過擬合 105
5.4.3 正則化 106
5.4.4 丟棄法 107
5.4.5 提前停止法 109
5.4.6 誤差分析 110
習(xí)題5 110
第6章 卷積神經(jīng)網(wǎng)絡(luò) 112
6.1 卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 112
6.1.1 卷積運(yùn)算 113
6.1.2 池化操作 116
6.1.3 卷積神經(jīng)網(wǎng)絡(luò)構(gòu)成 116
6.1.4 反向傳播 118
6.2 經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)模型 121
6.2.1 AlexNet 121
6.2.2 VGG網(wǎng)絡(luò) 124
6.2.3 GoogleNet(Inception) 126
6.2.4 ResNet 128
6.2.5 DenseNet 132
6.2.6 SqueezeNet 134
習(xí)題6 135
第7章 循環(huán)神經(jīng)網(wǎng)絡(luò) 137
7.1 循環(huán)神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 137
7.1.1 循環(huán)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)結(jié)構(gòu) 137
7.1.2 不同類型的循環(huán)神經(jīng)網(wǎng)絡(luò) 138
7.1.3 正向傳播 140
7.1.4 反向傳播 141
7.2 經(jīng)典的循環(huán)神經(jīng)網(wǎng)絡(luò)模型 144
7.2.1 LSTM 144
7.2.2 GRU 147
7.2.3 雙向循環(huán)神經(jīng)網(wǎng)絡(luò) 148
7.2.4 多層循環(huán)神經(jīng)網(wǎng)絡(luò)模型 149
7.2.5 Seq-to-Seq模型 150
習(xí)題7 152
第8章 注意力機(jī)制及其應(yīng)用 154
8.1 注意力機(jī)制 154
8.1.1 注意力機(jī)制模型構(gòu)建流程 155
8.1.2 多頭注意力機(jī)制 157
8.2 自注意力模型 157
8.3 Transformer模型 159
8.3.1 編碼器 160
8.3.2 解碼器 160
8.3.3 多頭自注意力 160
8.3.4 位置信息編碼 161
8.4 自然語言處理中的注意力
模型 162
8.4.1 自然語言處理背景介紹 162
8.4.2 Word2vec原理與訓(xùn)練
模式 163
8.4.3 ELMo 174
8.4.4 GPT模型 176
8.4.5 Bert模型 179
習(xí)題8 180
第9章 圖神經(jīng)網(wǎng)絡(luò) 181
9.1 圖的概述 182
9.1.1 圖的基本定義 182
9.1.2 圖的基本類型 182
9.1.3 圖的存儲(chǔ) 184
9.1.4 圖的應(yīng)用 184
9.2 圖信號(hào)處理 186
9.2.1 圖的拉普拉斯矩陣 186
9.2.2 圖的傅里葉變換 188
9.3 圖卷積網(wǎng)絡(luò) 190
9.3.1 圖卷積網(wǎng)絡(luò)的演化 191
9.3.2 一般圖卷積網(wǎng)絡(luò) 192
9.4 空間域圖神經(jīng)網(wǎng)絡(luò) 194
9.4.1 GNN的通用框架 194
9.4.2 GraphSAGE 198
9.4.3 圖自注意力網(wǎng)絡(luò) 199
9.4.4 Graphormer 201
習(xí)題9 203
第10章 無監(jiān)督學(xué)習(xí) 204
10.1 聚類 205
10.1.1 k-Means聚類 205
10.1.2 k-Means 聚類算法 207
10.2 無監(jiān)督特征學(xué)習(xí) 208
10.2.1 主成分分析 208
10.2.2 自編碼器 210
10.2.3 生成對(duì)抗網(wǎng)絡(luò) 214
習(xí)題10 218
第11章 強(qiáng)化學(xué)習(xí) 220
11.1 強(qiáng)化學(xué)習(xí)概述 220
11.1.1 強(qiáng)化學(xué)習(xí)的理論基礎(chǔ) 221
11.1.2 強(qiáng)化學(xué)習(xí)的分類 223
11.1.3 強(qiáng)化學(xué)習(xí)的應(yīng)用 224
11.2 馬爾可夫決策過程 225
11.2.1 價(jià)值函數(shù) 226
11.2.2 *優(yōu)價(jià)值函數(shù)求解 228
11.2.3 馬爾可夫決策過程實(shí)例 229
11.3 模型強(qiáng)化學(xué)習(xí) 230
11.3.1 策略評(píng)估 231
11.3.2 策略改進(jìn) 232
11.3.3 策略迭代 233
11.4 無模型強(qiáng)化學(xué)習(xí) 233
11.4.1 蒙特卡羅強(qiáng)化學(xué)習(xí) 234
11.4.2 時(shí)序差分學(xué)習(xí) 237
11.4.3 價(jià)值函數(shù)近似 241
11.4.4 深度Q-learning 243
習(xí)題11 244
參考文獻(xiàn) 246
展開全部
書友推薦
- >
經(jīng)典常談
- >
煙與鏡
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
二體千字文
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
名家?guī)阕x魯迅:朝花夕拾
- >
巴金－再思錄
- >
【精裝繪本】畫給孩子的中國(guó)神話
本類暢銷
