深度强化学习原理与实践

作者简介

陈仲铭，西安电子科技大学硕士，OPPO研究院人工智能算法研究员。主要研究方向为强化学习与深度学习、数据挖掘、图像算法及其应用。曾参与激光点云三维扫描、个性化**系统、多传感器融合系统等大型项目，多次获创新项目奖，并在**外发表多篇相关论文。此外，作为技术顾问为多家科研机构和企业提供关于数学建模、深度学习等方面的咨询和培训。著有《深度学习原理与实践》一书。 何明，重庆大学学士，中国科学技术大学博士，曾于美国北卡罗来纳大学夏洛特分校访问交流，目前为上海交通大学电子科学与技术方向博士后研究人员、OPPO研究院人工智能算法研究员。主要研究方向为深度强化学习、数据挖掘与知识发现、机器学习方法及其应用，侧重于移动端用户行为分析与建模。在TIP、TWEB、DASFAA、IEEE Access等**学术会议和期刊共发表论文10余篇，曾获数据挖掘领域**会议KSEM2018论文奖。

内容简介

1.***院士张景中，中国科学技术大学大数据学院常务副院长陈恩红，OPPO研究院院长刘畅，倾情作序**！ 2.内容系统详实：本书构建了一个完整的强化学习知识体系，不仅涵盖经典强化学习的内容，还包括深度强化学习的重要成果——DQN算法、A3C算法、Rainbow算法等。使读者了解强化学习的发展历史和重要成果，助力其在强化学习领域进行创新研究和应用实践，进而找到*有价值的研究课题和应用方向。 3.兼顾理论与实践：深入全面讲解掌握深度强化学习的理论知识，并结合Python 3代码案例，将算法快速落地，降低读者的学习门槛和入门难度。 4.读者*众广泛：在结构布局和逻辑梳理上，兼顾了学术界和工业界读者的不同需求，既适用于技术工程师，也适用于研究人员和学生群体。 5.贴近技术前沿：详细介绍近年来在强化学习领域的研究进展和成果，尽可能保证本书的时效性，对学术研究和实际工作都具有很高的参考和应用价值。 6.配套源码资源：本书提供分章的配套源码，读者可到异步社区中下载并使用。