強化學(xué)習

　　《強化學(xué)習/人工智能科學(xué)與技術(shù)叢書》內(nèi)容系統(tǒng)全面，覆蓋面廣，既有理論闡述、公式推導(dǎo)，又有豐富的典型案例，理論聯(lián)系實際。書中全面系統(tǒng)地描述了強化學(xué)習的起源、背景和分類，各類強化學(xué)習算法的原理、實現(xiàn)方式以及各算法間的關(guān)系，為讀者構(gòu)建了一個完整的強化學(xué)習知識體系；同時包含豐富的經(jīng)典案例，如各類迷宮尋寶、飛翔小鳥、撲克牌、小車爬山、倒立擺、鐘擺、多臂賭博機、五子棋、AlphaGo、AlphaGo Zero、AlphaZero等，通過給出它們對應(yīng)的詳細案例說明和代碼描述，讓讀者深度理解各類強化學(xué)習算法的精髓?！稄娀瘜W(xué)習/人工智能科學(xué)與技術(shù)叢書》案例生動形象，描述深入淺出，代碼簡潔易懂，注釋詳細。該書可作為高等院校計算機、自動化及相關(guān)專業(yè)的本科生或研究生教材，也可供對強化學(xué)習感興趣的研究人員和工程技術(shù)人員閱讀參考。

　　鄒偉博士，?？桶顒?chuàng)始人，研究方向為機器學(xué)習、數(shù)據(jù)挖掘、計算幾何，致力于機器學(xué)習和深度學(xué)習在實際中的應(yīng)用；主持研發(fā)50多個人工智能領(lǐng)域工業(yè)級項目，并受邀在中國移動、花旗銀行、中信集團、中航信、烽火科技、京東方、完美世界等公司進行了上百場講座和內(nèi)部培訓(xùn)。創(chuàng)立的?？桶钆c國內(nèi)十多所高校建立了AI聯(lián)合實驗室或?qū)嵱?xùn)基地；兼任天津大學(xué)創(chuàng)業(yè)導(dǎo)師、山東交通學(xué)院客座教授等。曾在多個在線平臺講授“機器學(xué)習”“深度學(xué)習”等課程，廣受網(wǎng)友好評，累計學(xué)習人數(shù)超過百萬。 鬲玲碩士，北京神舟航天軟件公司知識工程團隊負責人，資深研發(fā)工程師。研究方向為知識工程、語義檢索、強化學(xué)習、自然語言處理。作為牽頭單位技術(shù)負責人參與并完成國家科技支撐計劃項目1項，863計劃項目1項。有多年知識管理系統(tǒng)以及自然語言處理項目研發(fā)經(jīng)驗，目前正致力于垂直領(lǐng)域知識圖譜的落地以及強化學(xué)習在自然語言處理領(lǐng)域的應(yīng)用。 劉昱杓現(xiàn)供職于央視市場研究，深度學(xué)習、強化學(xué)習研發(fā)工程師，研究方向為計算機視覺。有多年深度學(xué)習視覺方向開發(fā)經(jīng)驗，參與了多個圖像識別、目標檢測、目標追蹤等領(lǐng)域的落地項目。目前專注于深度強化學(xué)習方向的研究。