作者:
Miguel Morales
出版社: Manning Publications
出版年: 2019-7-16
页数: 450
定价: $49.99
装帧: Paperback
ISBN: 9781617295454
出版社: Manning Publications
出版年: 2019-7-16
页数: 450
定价: $49.99
装帧: Paperback
ISBN: 9781617295454
内容简介 · · · · · ·
We all learn through trial and error. We avoid the things that cause us to experience pain and failure. We embrace and build on the things that give us reward and success. This common pattern is the foundation of deep reinforcement learning: building machine learning systems that explore and learn based on the responses of the environment.
Grokking Deep Reinforcement Learning i...
作者简介 · · · · · ·
Miguel Morales is a Staff Research Engineer at Lockheed Martin, Missile and Fire Control-Autonomous Systems. He is also a faculty member at Georgia Institute of Technology where he works as an Instructional Associate for the Reinforcement Learning and Decision Making graduate course. Miguel has worked for numerous other educational and technology companies including Udacity, AT...
喜欢读"Grokking Deep Reinforcement Learning"的人也喜欢 · · · · · ·
Grokking Deep Reinforcement Learning的书评 · · · · · · ( 全部 1 条 )
Alex
清华大学出版社2022版
部分翻译很难理解，甚至比不上Google机器翻译
部分翻译很难理解，甚至比不上Google机器翻译。 例如1： 原文： A “walk” is a special case of grid-world environments with a single row. In reality, what I call a “walk” is more commonly referred to as a “Corridor.” 翻译：“行进”是单行网格世界环境的一种...
(展开)
> 更多书评 1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BigData (视界)
- T (dhcn)
- 未评分 (橄榄树萍)
- 茶思读书会-人工智能 (农村里的猪猪侠)
- 斯坦福推荐的AI书籍 (Sisley思斯享读)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有75人想读，手里有一本闲着?
订阅关于Grokking Deep Reinforcement Learning的评论:
feed: rss 2.0
0 有用 Aquietzero 2023-10-26 17:55:12 广东
说实话可能是近几年来看过最好的一本书。第一次看到这种包含通俗讲解，配图说明，形象比喻，数学公式，可运行的代码的严肃教学书，对得起 Grokking 这个标题。看完之后确实可以对强化学习有一个比较清晰的理解了，简单地说无非就是 value iteration, policy iteration, exploitation vs exploration, 以及结合深度网络来求解这些问题，后续继续看 S... 说实话可能是近几年来看过最好的一本书。第一次看到这种包含通俗讲解，配图说明，形象比喻，数学公式，可运行的代码的严肃教学书，对得起 Grokking 这个标题。看完之后确实可以对强化学习有一个比较清晰的理解了，简单地说无非就是 value iteration, policy iteration, exploitation vs exploration, 以及结合深度网络来求解这些问题，后续继续看 Sutton 应该能看得下去了~ (展开)
0 有用 童话式狂躁者 2022-09-16 11:34:31 北京
用力过猛
0 有用 理性的光辉 2023-12-18 11:43:13 广东
我对这本书的评价是，极其详尽，图解非常多，而且照顾新手。最后也逐步加大难度深入讲解了更多知识。我只是看了前面的章节，课程需要。这本书已经到达了手把手教你的地步，比很多老师更优秀。对此，我觉得没理由抱怨，我真的只能说这书很棒。
0 有用 悠然 2023-04-21 10:14:44 广东
见过的最佳强化学习的书，把这个领域的来龙去脉交代的很清楚。在有深度学习基础之上，理解actor-critic相关算法的关键，就在与之前在值函数和策略函数的古早算法中，各种对价值的折扣之和以及平衡探索与穷究的各种方法，还得加上一些快速自举过渡的方法。英文书很棒，中文版....我感觉它尽力了，但读起来就迷迷糊糊的了，明明英文版很清晰
0 有用 Voni. 2021-01-22 22:25:36
还不错的入门书，辅助的图像很多很好懂
0 有用 不许说我可爱 2024-07-01 13:47:40 江苏
阅读了一半，没有想象的好就没有继续读下去，存在的问题是显而易见的，作者试图在代码和数学推导之间寻求一个平衡来讲解drl，但最后的结果是理论理论没讲清楚，代码代码写的太过冗余复杂(有的代码甚至直接天降本书中没有出现的公式)。最后policy gradient methods更是烂尾，直接粘贴一堆代码，实际讲解几乎为零
0 有用 理性的光辉 2023-12-18 11:43:13 广东
我对这本书的评价是，极其详尽，图解非常多，而且照顾新手。最后也逐步加大难度深入讲解了更多知识。我只是看了前面的章节，课程需要。这本书已经到达了手把手教你的地步，比很多老师更优秀。对此，我觉得没理由抱怨，我真的只能说这书很棒。
0 有用 Aquietzero 2023-10-26 17:55:12 广东
说实话可能是近几年来看过最好的一本书。第一次看到这种包含通俗讲解，配图说明，形象比喻，数学公式，可运行的代码的严肃教学书，对得起 Grokking 这个标题。看完之后确实可以对强化学习有一个比较清晰的理解了，简单地说无非就是 value iteration, policy iteration, exploitation vs exploration, 以及结合深度网络来求解这些问题，后续继续看 S... 说实话可能是近几年来看过最好的一本书。第一次看到这种包含通俗讲解，配图说明，形象比喻，数学公式，可运行的代码的严肃教学书，对得起 Grokking 这个标题。看完之后确实可以对强化学习有一个比较清晰的理解了，简单地说无非就是 value iteration, policy iteration, exploitation vs exploration, 以及结合深度网络来求解这些问题，后续继续看 Sutton 应该能看得下去了~ (展开)
0 有用 悠然 2023-04-21 10:14:44 广东
见过的最佳强化学习的书，把这个领域的来龙去脉交代的很清楚。在有深度学习基础之上，理解actor-critic相关算法的关键，就在与之前在值函数和策略函数的古早算法中，各种对价值的折扣之和以及平衡探索与穷究的各种方法，还得加上一些快速自举过渡的方法。英文书很棒，中文版....我感觉它尽力了，但读起来就迷迷糊糊的了，明明英文版很清晰
0 有用 紫先生 2023-04-09 09:53:06 广东
可以说是意外之喜，讲了很多比较新的算法，加上对代码的详细注释，对于算法细节的理解很有帮助。Graesser那本讲的算法太少了。