| ISBN/价格: | 978-7-111-50241-8:CNY79.00 |
|---|---|
| 作品语种: | chi inc |
| 出版国别: | CN 110000 |
| 题名责任者项: | 决策用强化与系统性机器学习/.(印)巴拉格·库尔卡尼著/.李宁, 吴健, 刘凯等译 |
| 出版发行项: | 北京:,机械工业出版社:,2015.07 |
| 载体形态项: | xvi, 232页:;+图:;+24cm |
| 丛编项: | 国际电气工程先进技术译丛 |
| 相关题名附注: | 英文题名原文取自版权页 |
| 提要文摘: | 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。 |
| 题名主题: | 机器学习 研究 |
| 中图分类: | TP181 |
| 个人名称等同: | 库尔卡尼 著 |
| 个人名称次要: | 李宁 译 |
| 个人名称次要: | 吴健 译 |
| 个人名称次要: | 刘凯 译 |
| 记录来源: | CN 三新书业 20161112 |