Python을 사용한 심층 강화 학습
$52.92
SKU
9791156000990
[Free shipping over $100]
Standard Shipping estimated by Fri 05/31 - Thu 06/6 (주문일로부 10-14 영업일)
Express Shipping estimated by Tue 05/28 - Thu 05/30 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2023/04/20 |
| Pages/Weight/Size | 176*231*40mm |
| ISBN | 9791156000990 |
| Categories | IT 모바일 > 프로그래밍 언어 |
Contents
제1장 Fundamentals of Reinforcement Learning
제2장 A Guide to the Gym Toolkit
제3장 The Bellman Equation and Dynamic Programming
제4장 Monte Carlo Methods
제5장 Understanding Temporal Difference Learning
제6장 Case Study-e MAB Problem
제7장 Deep LearningFoundation
제8장 A Primer on TensorFlow
제9장 Deep Q Networkand Its Variants
제10장 Policy Gradient Method
제11장 Actor-Critic Methods - A2C and A3C
제12장 Learning DDPG, TD3 and SAC
제13장 TRPO, PPO and ACKTR Methods
제14장 Distributional Reinforcement Learning
제15장 Imitation Learning and Inverse RL
제16장 Deep Reinforcement Learning with Stable Baselines
제17장 Reinforcement Learning Frontiers
제2장 A Guide to the Gym Toolkit
제3장 The Bellman Equation and Dynamic Programming
제4장 Monte Carlo Methods
제5장 Understanding Temporal Difference Learning
제6장 Case Study-e MAB Problem
제7장 Deep LearningFoundation
제8장 A Primer on TensorFlow
제9장 Deep Q Networkand Its Variants
제10장 Policy Gradient Method
제11장 Actor-Critic Methods - A2C and A3C
제12장 Learning DDPG, TD3 and SAC
제13장 TRPO, PPO and ACKTR Methods
제14장 Distributional Reinforcement Learning
제15장 Imitation Learning and Inverse RL
제16장 Deep Reinforcement Learning with Stable Baselines
제17장 Reinforcement Learning Frontiers