# 深度学习入门4：强化学习

> 金屋电子书图书详情的 Markdown 版本。

- 规范页面：https://pdfs.top/book/496b7394b0bf4c07be55cc7a7f37ed9c
- Markdown 版本：https://pdfs.top/book/496b7394b0bf4c07be55cc7a7f37ed9c.md
- 作者：[日] 斋藤康毅
- ISBN：9787115649171
- 出版社：人民邮电出版社
- 出版日期：2024-08-13
- 语言：中文
- 分类：计算机、人工智能(AI)
- 评分：10
- 可用格式：PDF（87.07 MB，333 页）
- 更新时间：2026-08-04 12:23:20

## 下载方式

本站不在 Markdown 页面直接提供文件地址。请前往规范页面，点击对应格式的下载按钮完成下载。

### PDF

- 文件格式：PDF
- 文件大小：87.07 MB
- 页数：333 页
- 下载说明：请打开规范页面 https://pdfs.top/book/496b7394b0bf4c07be55cc7a7f37ed9c，点击 PDF 的下载按钮完成下载。


## 内容简介

适读人群：本书既适合深度学习的初学者，也适合对人工智能感兴趣的教师、学生和相关从业者学习参考。

本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的全新技术。全书从适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和 TD 方法。随后，神经网络和 Q 学习、DQN、策略梯度法等几章则分别讨论了深度学习在强化学习领域的应用。

本书延续“鱼书”系列的风格，搭配丰富的图、表、代码示例，加上轻松、简明的讲解，让人循序渐进地理解强化学习中各种方法之间的关系，于不知不觉中登堂入室。