正在加载图片,请稍后......

决策用强化与系统性机器学习/(印) 巴拉格·库尔卡尼, 李宁, 吴健, 刘凯

  • 附件:
  • 设置1:
  • 设置2:
  • 设置3: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。
  • 摘要:
  • 附注提要
    目录
    暂无目录
    (0)|| (0)

    手机二维条形码

    馆藏信息
    索书号 条码号 登录号 馆藏地点 馆藏状态 借出日期 还回日期 流通类型 预约处理 卷册说明
    TP181/1 00337845 0 综合文献室 入藏 中文图书
    TP181/1 00337843 0 综合文献室 入藏 中文图书
    TP181/1 00337844 0 综合文献室 入藏 中文图书