决策用强化与系统性机器学习

出版者:机械工业出版社

作者:［印度］巴拉格·库尔卡尼（Parag Kulkarni）

页数:0

译者:李宁

出版时间:2015-7

价格:79.00

装帧:平装

isbn号码:9787111502418

丛书系列:国际电气工程先进技术译丛

图书标签:机器学习

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。

本书适合于机器学习、自动化技术、人工智能等方面的相关专业教师与研究生阅读，也可供自然科学和工程领域相关研究人员参考。

用户评价

无论译者是否用心，作者肯定是不用心的，既不讲数学公式推导，也不讲实际工业案例，还不如阿里的内部技术资料

无论译者是否用心，作者肯定是不用心的，既不讲数学公式推导，也不讲实际工业案例，还不如阿里的内部技术资料

无论译者是否用心，作者肯定是不用心的，既不讲数学公式推导，也不讲实际工业案例，还不如阿里的内部技术资料

无论译者是否用心，作者肯定是不用心的，既不讲数学公式推导，也不讲实际工业案例，还不如阿里的内部技术资料

无论译者是否用心，作者肯定是不用心的，既不讲数学公式推导，也不讲实际工业案例，还不如阿里的内部技术资料