强化学习(原理与Python实现)/智能系统与技术丛书
图书信息
书名：强化学习(原理与Python实现)/智能系统与技术丛书作者：肖智清
包装：平装
开本：16
页数：239页
出版社：机械工业
出版时间：2019-7-21
图书简介
《强化学习（原理与Python实现）》是一本涵盖了主流经典强化学习算法和深度强化学习算法的理论性与实践性结合的专业书籍。全书共12章，以Markov决策过程为基础模型，内容丰富而深入浅出，可助读者迅速掌握强化学习的基础知识和相关算法理论。
本书第1章介绍了强化学习的基础知识和应用，详细阐述了智能体/环境接口的重要性，并给出了完整的编程实例。第2至9章系统地介绍了强化学习的理论知识，包括资格迹等经典算法和深度确定性梯度策略等深度强化学习算法，所有章节都提供了与算法配套的Python程序供读者练习实践。第10至12章介绍了多个热门的综合案例，如电动游戏、棋盘游戏和自动驾驶等，并涵盖了在《自然》《科学》等权威期刊上发表的多个深度强化学习明星算法。
本书内容形式丰富，理论完备，提供了易于操作的代码与综合案例，适合计算机专业学生、研究人员和工程师使用。同时，本书的实战性很强，可助读者快速上手实践。
推荐理由
强化学习在深度学习、人工智能等领域具有广泛的应用前景。《强化学习（原理与Python实现）》一书详细地介绍了强化学习的理论和应用，并提供了丰富的实践案例和基于Python的代码，使读者更加深入地了解强化学习算法的实现机制。因此，我强烈推荐这本书给机器学习、深度学习等领域的学生和从业人员阅读。