دانلود کتاب Reinforcement Learning: An Introduction (Adaptive Computation and Machine Learning)
49,000 تومان
یادگیری تقویتی: مقدمه (محاسبات تطبیقی و یادگیری ماشین)
| موضوع اصلی | ریاضیات محاسباتی |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | The MIT Press |
| تعداد صفحه | 334 |
| حجم فایل | 4 مگابایت |
| کد کتاب | 9780262193986,0262193981 |
| نویسنده | Andrew G. Barto, Richard S. Sutton |
|---|---|
| زبان | انگلیسی |
| فرمت | DJVU |
| سال انتشار | 1998 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
یادگیری تقویتی: مقدمه (محاسبات تطبیقی و یادگیری ماشین)
من یک توسعه دهنده نرم افزار هستم و روی استفاده از آموزش تقویتی (RL) در زمینه های شناختی برای کارهای ثبت اختراع خود (در انتظار) کار کردم.
این کتاب در ادبیات RL بسیار مورد توجه است و احتمالاً یکی از معدود کتابهایی است که به صراحت RL را به عنوان موضوع مورد بررسی قرار میدهد. این کتاب تعادل خوبی بین موضوع و نظریه دارد که آن را منحصر به فرد می کند.
با این حال این کتاب دارای اشکالات جدی بسیاری است. اگر کتاب های عالی در این زمینه وجود داشت، شما را از داشتن این کتاب منصرف می کردم. توصیه من بیشتر این است که به کتاب “برنامه نویسی پویا تقریبی” نوشته “وارن بی پاول” نیز اشاره کنم. این کتاب DP اصطلاحات استفاده شده در کتاب ساتون را رسمی کرده است. این ممکن است شما را از اصطلاحات مبهم مورد استفاده در کتاب ساتون نجات دهد.
ممکن است دوست داشته باشید به این دو اثر عالی و دقیق از Abhijjit Gosavi مراجعه کنید: //web.mst.edu/ ~gosavia/ tutorial.pdf و //web.mst.edu/ ~gosavia/ joc.pdf.
I am a software developer and worked on applying Reinforcement Learning (RL) in cognitive fields for my patent work (pending).
This book is highly regarded in RL literature and is probably one of the few hand counted books that explicitly address RL as a subject. The book has good balance between subject matter and theory which makes it unique.
However this book has many serious drawbacks. Had there been excellent books on this subject I would have discouraged you to have this one. Rather my advice would be referring to the book “Approximate Dynamic Programming” by “Warren B. Powell” as well. This DP book has formalized the terms used in Sutton’s book. This might save you from the ambiguous terminologies used in Sutton’s book.
You might like to refer to these two excellent & precise works by Abhijjit Gosavi: //web.mst.edu/ ~gosavia/ tutorial.pdf and //web.mst.edu/ ~gosavia/ joc.pdf.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.