题名:决策用强化与系统性机器学习
作者:(印) 巴拉格·库尔卡尼著
出版年:2015
ISBN: 978-7-111-50241-8
分类号: TP181
中图分类: 自动推理、机器学习
译者: 李宁, 吴健, 刘凯
定价: 79.00
出版社: 机械工业出版社
装订: 平装

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。<br />当前,强化学习的核心任务是提高学习效率,本书就是针对此问题展开的。第1章介绍系统概念和增强机器学习,它建立了一个突出的相同的机器学习系统范例;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。<br />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。