强化学习 原理与Python实现

第1章，介绍强化学习的基础知识与环境库Gym的使用，并给出一个完整的编程实例。第2～9章，介绍强化学习的理论和算法。采用严谨的数学语言，推导强化学习的基本理论，进而在理论的基础上讲解算法，并为算法提供配套的Pyt....

深度学习入门 基于Python的理论与实现

本书是深度学习真正意义上的入门书。书中对理解深度学习所需的技术，从最基础的开始逐个介绍。用浅显的语言解说什么是深度学习，深度学习具有什么特征、基于什么原理运行等。而为了让读者更“深”地理解深度学...

强化学习精要 核心算法与TensorFlow实现

强化学习是机器学习的一个分支，是阿尔法狗大战围棋冠军李世石时用到的核心技术。本书从学习强化学习必备的基础知识讲起（基础数学知识+神经网络+TensorFlow），过度到强化学习关注的经典算法（policy Gradient、Act...

神经网络与深度学习 基于TensorFlow框架和Python技术实现

Python、TensorFlow、神经网络和深度学习因人工智能的流行而成为当下IT领域的热门关键词。本书首先介绍了Python及其常用库Numpy、Matplotlib和Scipy的基本使用方法；其次介绍了TensorFlow的基本知识及使用方...

Python 深度学习实战 75个有关神经网络建模、强化学习与迁移学习的解决方案

本书以自上而下和自下而上的方法来展示针对不同领域实际问题的深度学习解决方案，包括图像识别、自然语言处理、时间序列预测和机器人操纵等。还讨论了采用诸如TensorFlow、PyTorch、Keras和CNTK等流行的深度...

Python与机器学习实战 决策树、集成学习、支持向量机与神经网络算法详解及编程实现

单就机器学习而言，其领域就包括但不限于：有监督学习、无监督学习和半监督学习，具体的问题又大致可以分两类：分类问题和回归问题。本书主要介绍各种有监督分类器的原理与Python实现，对于无监督问题和回归问题则相...

Python强化学习实战 应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习

强化学习是一种重要的机器学习方法，在智能体及分析预测等领域有许多应用。本书共13章，主要包括强化学习的各种要素，即智能体、环境、策略和模型以及相应平台和库；Anaconda、Docker、OpenAI Gym、Universe和Tens...

机器学习系统设计 PYTHON语言实现

机器学习模型不能给出准确结果的原因有很多。从设计的角度来审视这些系统，我们能够深入理解其底层算法和可用的优化方法。本书为我们提供了机器学习设计过程的坚实基础，能够使我们为特定问题建立起定制的机器...

机械原理、机械设计学习指导与综合强化

深度强化学习原理与实践

本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起，通过简单的环境模型来逐步展开强化学习的内容。每章至少会有一个案例来辅助读者深入理解相关的知识点，涵盖目前的热点应用，例如图像风格创造...