作者: [印度]巴拉格·库尔卡尼(Parag Kulkarni)
出版社: 机械工业出版社
原作名: Reinforcement and Systemic Machine Learning for Decision Making
译者: 李宁 / 吴健 / 刘凯
出版年: 2015-7
定价: 79.00 电子书
装帧: 平装
丛书: 国际电气工程先进技术译丛
ISBN: 9787111502418
内容简介:机器学习是人工智能领域中一个极其重要的研究方向。强化学习是机器学习中的一个重要分支。作为解决序贯优化决策的有效方法,强化学习有效地应用于计算科学、自动控制、机器人技术等各个领域。当前,强化学习的核心任务是提高学习效率,本书就是针对此问题展开的。第1章介绍系统概念和增强机器学习,它建立了一个突出的相同的机器学习系统范例;第2章将更多关注机器学习的基本原理和多视角学习;第3章关于强化学习;第4章处理机器学习系统和模型建立的问题;决策推理等重要的部分将在第5章展开;第6章讨论了自适应机器学习;第7章讨论了多视角和全局系统性机器学习;第8章讨论了增量学习的需要和知识表示;第9章处理了知识增长方面的问题;第10章讨论了学习系统的建立。本书适合于机器学习、自动化技术、人工智能等方面的相关专业教师与研究生阅读,也可供自然科学和工程领域相关研究人员参考。
决策用强化与系统性机器学习
决策用强化与系统性机器学习
gun4
复制
baomam.cn
复制
学习
good
666
4nxm
谢谢
非常感谢
感谢分享!
tjt
不下不行
很好,谢谢