作者:
Alexander Zai
/
Brandon Brown
出版社: Manning Publications
出版时间: 2020-3
ISBN: 9781617295430
页数: 384
装帧: Paperback
定价: USD 49.99
出版社: Manning Publications
出版时间: 2020-3
ISBN: 9781617295430
页数: 384
装帧: Paperback
定价: USD 49.99
内容简介 · · · · · ·
Deep Reinforcement Learning in Action teaches you how to program AI agents that adapt and improve based on direct feedback from their environment. In this example-rich tutorial, you’ll master foundational and advanced DRL techniques by taking on interesting challenges like navigating a maze and playing video games. Along the way, you’ll work with core algorithms, including deep...
作者简介 · · · · · ·
Alexander Zai is a machine learning engineer at Amazon AI. Brandon Brown is a machine learning and data analysis blogger.
喜欢读"Deep Reinforcement Learning in Action"的人也喜欢 · · · · · ·
Deep Reinforcement Learning in Action的书评 · · · · · · ( 全部 2 条 )
Tommy
只看 3-5 章就够了
强化学习新手不建议用这本书入门，推荐赵世钰老师的书作为入门教材： [Mathematical Foundation of Reinforcement Learning] 这本书 3-5 章的内容是深度学习与强化学习结合的经典内容： 第 3 章：Q-learning 和 DQN 网络 第 4 章：策略梯度方法 第 5 章：Actor-critic 方法（第...
(展开)
异步图书
人民邮电出版社2023版（其他版本）
理论开路、代码压轴 ，带你稳赢实战
相比市面上的同类读物，本书可以说非常新颖！ 书中各章都围绕一个具体项目来阐释相应的主题或概念，而不是枯燥、平铺直叙地讲解知识，并且书中的配图也十分通俗易懂，有助于读者更快地理解内容。看看下面的截图，你就知道它有多好理解啦！ 作者从强化学习中最基础的概念出发，...
(展开)
> 更多书评 2篇
论坛 · · · · · ·
在这本书的论坛里发言这本书的其他版本 · · · · · · ( 全部2 )
以下书单推荐 · · · · · · ( 全部 )
- 学习AI & Big Data (视界)
- T (dhcn)
- 未评分 (橄榄树萍)
- Manning系列的人物书 (damengxinfa02)
- ml-机器学习工程师 (玄鸟西)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有32人想读，手里有一本闲着?
订阅关于Deep Reinforcement Learning in Action的评论:
feed: rss 2.0
0 有用 Aquietzero 2023-12-04 12:23:42 广东
开始的时候以为这本”in action“会比较简单，但实际上并不简单，幸好有了之前那本grokking强化学习作为基础，一切都是比较容易理解的，书中的代码基本都能正常运行，并且不失具体的数学以及通俗的string diagram说明。多看同领域同主题的书的好处在于，在一本书中搞不懂的概念会在另一本书中搞懂，比如没想到这本书会相对详细地讲述attention的原理。另外这本书的重点放的恰到好处，之前... 开始的时候以为这本”in action“会比较简单，但实际上并不简单，幸好有了之前那本grokking强化学习作为基础，一切都是比较容易理解的，书中的代码基本都能正常运行，并且不失具体的数学以及通俗的string diagram说明。多看同领域同主题的书的好处在于，在一本书中搞不懂的概念会在另一本书中搞懂，比如没想到这本书会相对详细地讲述attention的原理。另外这本书的重点放的恰到好处，之前比较困惑的”如何在强化学习中使用深度神经网络“，在看完本书之后也变得清晰，全因本书适当弱化了强化学习的细节，而将两者的结合在实际例子中描述的非常清晰~ (展开)
0 有用 Tommy 2025-05-15 08:43:29 北京
适合了解深度强化学习的思路和代码，不适合入门。