強(qiáng)化學(xué)習(xí)：原理與Python實(shí)現(xiàn)

本書理論完備，涵蓋主流經(jīng)典強(qiáng)化學(xué)習(xí)算法和深度強(qiáng)化學(xué)習(xí)算法；實(shí)戰(zhàn)性強(qiáng)，基于Python、Gym、TensorFlow 2、AlphaZero等構(gòu)建，配套代碼與綜合案例。全書共12章，主要內(nèi)容如下。

第1章：介紹強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識(shí)與強(qiáng)化學(xué)習(xí)環(huán)境庫Gym的使用，并給出完整的編程實(shí)例。

第2～9章：介紹強(qiáng)化學(xué)習(xí)的理論知識(shí)。以Markov決策過程為基礎(chǔ)模型，覆蓋了所有主流強(qiáng)化學(xué)習(xí)理論和算法，包括資格跡等經(jīng)典算法和深度確定性梯度策略等深度強(qiáng)化學(xué)習(xí)算法。所有章節(jié)都提供了與算法配套的Python程序，使讀者完全掌握強(qiáng)化學(xué)習(xí)算法的原理與應(yīng)用。

第10～12章：介紹了多個(gè)熱門綜合案例，包括電動(dòng)游戲、棋盤游戲和自動(dòng)駕駛。算法部分涵蓋了在《自然》《科學(xué)》等權(quán)威期刊上發(fā)表的多個(gè)深度強(qiáng)化學(xué)習(xí)明星算法。

肖智清

強(qiáng)化學(xué)習(xí)一線研發(fā)人員，清華大學(xué)工學(xué)博士，現(xiàn)就職于全球知名投資銀行。擅長(zhǎng)概率統(tǒng)計(jì)和機(jī)器學(xué)習(xí)，近5年發(fā)表SCI/EI論文十余篇，是多個(gè)頂級(jí)期刊和會(huì)議審稿人。在國(guó)內(nèi)外多項(xiàng)程序設(shè)計(jì)和數(shù)據(jù)科學(xué)競(jìng)賽上獲得冠軍。