机读格式显示(MARC)

• 000 00903nam0 2200265 450

• 001 0000406624

• 005 20200912094140.0

• 010 __ |a 978-7-121-36746-5 |d CNY89.00

• 100 __ |a 20200530d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 深入浅出强化学习 |A shen ru qian chu qiang hua xue xi |e 编程实战 |f 郭宪，宋俊潇，方勇纯著

• 210 __ |a 北京 |c 电子工业出版社 |d 2020

• 215 __ |a 264页 |c 图 |d 24cm

• 300 __ |a 博文视点

• 330 __ |a 本书首先介绍马尔可夫决策过程的理论框架，然后介绍基于动态规划的策略迭代算法和值迭代算法，在此基础上分3篇介绍了目前强化学习算法中最基本的算法。

• 606 0_ |a 人工智能 |x 程序设计

• 690 __ |a TP18 |v 5

• 701 _0 |a 郭宪 |A guo xian |c (自动化技术) |4 著

• 701 _0 |a 宋俊潇 |A song jun xiao |c (自动化技术) |4 著

• 701 _0 |a 方勇纯 |A fang yong chun |4 著

• 801 __ |a CN |b HNZX |c 20211025

• 905 __ |a SYXY |d TP18/127