决策用强化与系统性机器学习
图书信息
书名：决策用强化与系统性机器学习作者：库尔卡尼 著,李宁 等译
包装：平装
出版社：机械工业出版社
出版时间：2015-7
图书简介
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。本书旨在展示如何提高强化学习的学习效率。第1章介绍了系统概念和增强机器学习，建立了一个机器学习系统的范例，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。
推荐理由
本书是一本深入浅出、易于理解的关于强化学习和系统性机器学习的指南，为学者、研究生和相关专业人士提供了丰富的知识。其中提高强化学习的学习效率的讨论尤其突出。推荐给所有对人工智能领域有兴趣的读者。