深度强化学习 - 第3页

...深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强化学习实战等内容，以及相关实战案例。本书所有案例均通过Python及Scikit-learn 机器学习库和Keras 深度学习框架实现，同时...

...0、深度学习基础算法详解、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码器、预训练模型BERT、自然语言处理的解码器、强化学习实战、只...

...另外，本书对于当前比较热门的生成对抗网络和强化学习也有一定的介绍，方便读者拓宽视野，掌握前沿方向。本书适合人工智能、机器学习、深度学习方面的人员阅读，也适合其他 IT 方面从业者，另外，还可以作为相关专业...

...涉及机器学习、深度学习、强化学习、图像和语音的模式识别、自然语言处理、分布式计算等热门技术。全书以图配文，深入浅出，是一本兼顾理论和技术的人工智能入门教材。旨在帮助读者建立对人工智能技术的整体印象，为今后深入探索该...

...的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源。、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评...

...的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评...

...Inception Net 和 ResNet；第 7 章介绍了 Word2Vec、RNN 和 LSTM；第 8 章介绍了强化学习，以及基于深度学习的策略网络和估值网络；第 9 章介绍了 TensorBoard、单机多 GPU 并行，以及分布式并行；最后两章介绍了 TF Learn 及其...

...能学习的高效方法； 第 5 章通过跨学科项目，借助图形化工具实现零代码创作，激发读者的创造力与工程思维。 第 6 章通过“目前 AI 有哪些弊端”等思辨话题，引导读者辩证看待技术利弊，强化...

...条理清晰、见解深刻的C语言教程。作者把基础的编程概念与C语言的细节很好地融合在一起，并通过大量短小精悍的示例同时演示一两个概念，通过学以致用的方式鼓励读者掌握新的主题。每章末尾的复习题...

...并不强调算法的编程实现。本书不要求读者具备任何关于强化学习的知识背景，仅要求读者具备一定的概率论和线性代数的知识。如果读者已经具备强化学习的学习基础，本书可以帮助读者更深入地理解一些...