点击下载
作者:肖智清
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
内容简介：
本书理论完备，涵盖主流非深度强化学习算法和深度强化学习算法；实战性强，基于Python、Gym、TensorFlow 2等构建，并有AlphaZero等综合案例。全书共12章，主要内容如下。
第1章：介绍强化学习的基础知识与强化学习环境库Gym的使用，并给出完整的编程实例。
第2～9章：介绍强化学习的理论知识。以Markov决策过程为基础模型，覆盖了所有主流强化学习理论和算法，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，使读者完全掌握强化学习算法的原理与应用。
第10～12章：介绍了多个热门综合案例，包括电动游戏、棋盘游戏和自动驾驶。算法部分涵盖了在《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，包括AlphaGo的*改进版AlphaZero。
强化学习:原理与Python实现(pdf+txt+epub+azw3+mobi电子书在线阅读下载)：
网友评价：
- 这本书代码用了Python3，框架用TensorFlow 2，都是最新的版本，还不错
- 才读到第2章，初步感觉是这本书比Sutton书更深入强化学习的内在本质，对结论的叙述也更加严谨。
- 据说这本书是世界上第一本配套tf2的强化学习算法书，竟然是中国人出的中文书，必须支持。
- 一直以为Gym不能在Windows上安装，之前也试过几次都没有成功。这本书说可以在Windows上完整安装Gym并给出安装方法，就感到十分好奇。用书上的方法一试，还真装上了 >_< 而且这本书还介绍了如何在Gym库的基础上写一个自己的环境，很有收获。
- 近几年不断有新的明星强化学习算法发表，这本书把新的算法都介绍了。
- 这本书完美融合了sutton书、cs234、compgi13和许多前沿论文，数学内容虽多但是讲解到位便于理解。
- 现在下棋最牛的AI已经不是Alpha狗了，看到这本书介绍了AlphaZero就买来的读读，写的不错。
- AlphaGo的升级版AlphaZero，需要好好研究下。
- 同时买了几本强化学习书，只有这本才真正是章章有代码、章章可操作。其他书往往只实现了一个DQN，然后其他算法说的天花乱坠但是就是没有代码。而这本书的代码非常齐全，并且以Notebook的形式挂在github网页上，运行结果和代码附在一起，用手机就能随时查阅。另外这本书所有章节的字母符号都是统一的，而不像其他某些圈钱书一章抄一篇文章换一套字母。
- 强化学习的优势就在于同一套参数能解决多个问题，所以掌握这门技术非常有必要。
- 强化学习是一种重要的机器学习方法，买本书来学习学习。
- 非常前沿的一本书：开发环境是最新的，其他人还在tensorflow1的时候这本书已经tensorflow2了，而tensorflow2api才是最近几个月才基本确定的。理论也是最新的，其他人还在alphago或alphgozero时，这本书已经详细介绍了它们的改进版本alphazero，而alphazero18年11月才正式刊登在science上。这书再过5年都不过时。
- 这本书代码用了Python3，框架用TensorFlow 2，都是最新的版本，还不错
- 很好，很不错，发货很快，内容很好
- 没想到自动驾驶也能用到强化学习，不错。
- 强化学习现在是必备知识了，要好好学习。
- TensorFlow 2都出了，发展真快。
- 之前读的Richard Sutton和Andrew Barto强化学习书主要偏重于算法，对理论几乎没有涉及，比如为什么这个算法会收敛，算法收敛速度是怎么样的。看了这本书后才真正了强化学习算法背后的理论，知道了动态规划实际上是求Bellman方程的不动点，知道了Robbin Monro算法。推荐读Richard Sutton和Andrew Barto强化学习书的同时也读读这本书，能够加深对强化学习理论的理解。 ?
- 之前了解深度强化学习算法比较多，而且主要是通过案例学习，这次通过这本书学习了理论知识，还了解在深度强化学习诞生前那些基础算法。原来很多深度强化学习算法比如DQN啥的只是在那些基础算法的基础上改进了一点点，并且很多深度强化学习算法的技巧实际上早就有非深度的版本，比如target network，double network都是如此。看了这本书，算是彻底的学会了强化学习。要是早学了这些，之前就不会那么盲目的调参浪费青春了。
