English
- استرجاع مجاني وسهل
- أفضل العروض
التعلم التعزيزي: مقدمة
قبل:
456.00 د.إ.
الآن:
410.90 د.إ. شامل ضريبة القيمة المضافة
وفرّت:
45.10 د.إ. خصم 9%
توصيل مجاني
باقي 4 وحدات في المخزونتوصيل مجانيباقي 4 وحدات في المخزون
احصل عليه غدًا
احصل على د.إ. 20.55 رصيد مسترجع باستخدام بطاقة بنك المشرق نون الائتمانية. اشترك الآن. قدّم الحين
ادفع على 4 دفعات بدون فوائد بقيمة ١٠٢٫٧٢ د.إ.اعرف المزيد
قسمها على 4 دفعات ب ١٠٢٫٧٢ د.إ. بدون فوائد أو رسوم تأخير.اعرف المزيد
1
توصيل مجاني لنقطة نون ومراكز الاستلام
معرفة المزيد
إرجاع سهل لكل المنتجات في هذا العرض.
المنتج كما في الوصف
70%
شريك لنون منذ
7+ سنينالمواصفات
| الناشر | Mit Press Ltd |
| رقم الكتاب المعياري الدولي 13 | 9780262039246 |
| رقم الكتاب المعياري الدولي 10 | 262039249 |
| اللغة | الإنجليزية |
| Language | اللغة الإنجليزية |
| العنوان الفرعي للكتاب | An Introduction |
| وصف الكتاب | The significantly expanded and updated new edition of a widely used text on reinforcement learning, one of the most active research areas in artificial intelligence. Reinforcement learning, one of the most active research areas in artificial intelligence, is a computational approach to learning whereby an agent tries to maximize the total amount of reward it receives while interacting with a complex, uncertain environment. In Reinforcement Learning, Richard Sutton and Andrew Barto provide a clear and simple account of the field's key ideas and algorithms. This second edition has been significantly expanded and updated, presenting new topics and updating coverage of other topics. Like the first edition, this second edition focuses on core online learning algorithms, with the more mathematical material set off in shaded boxes. Part I covers as much of reinforcement learning as possible without going beyond the tabular case for which exact solutions can be found. Many algorithms presented in this part are new to the second edition, including UCB, Expected Sarsa, and Double Learning. Part II extends these ideas to function approximation, with new sections on such topics as artificial neural networks and the Fourier basis, and offers expanded treatment of off-policy learning and policy-gradient methods. Part III has new chapters on reinforcement learning's relationships to psychology and neuroscience, as well as an updated case-studies chapter including AlphaGo and AlphaGo Zero, Atari game playing, and IBM Watson's wagering strategy. The final chapter discusses the future societal impacts of reinforcement learning. |
| عن المؤلف | Richard S. Sutton is Professor of Computing Science and AITF Chair in Reinforcement Learning and Artificial Intelligence at the University of Alberta, and also Distinguished Research Scientist at DeepMind. Andrew G. Barto is Professor Emeritus in the College of Computer and Information Sciences at the University of Massachusetts Amherst. |
| رقم الطبعة | 2 |
| تاريخ النشر | 43417 |
| عدد الصفحات | 552 |
التعلم التعزيزي: مقدمة
تمت الإضافة لعربة التسوق
مجموع السلة 410.90 د.إ.
