強(qiáng)化學(xué)習(xí)與深度學(xué)習(xí)：通過C語言模擬

目 錄
譯者序
原書前言
第1章 強(qiáng)化學(xué)習(xí)和深度學(xué)習(xí)
1.1 機(jī)器學(xué)習(xí)和強(qiáng)化學(xué)習(xí)
1.1.1 人工智能
1.1.2 機(jī)器學(xué)習(xí)
1.1.3 強(qiáng)化學(xué)習(xí)
1.2 深度學(xué)習(xí)
1.2.1 神經(jīng)網(wǎng)絡(luò)
1.2.2 深度學(xué)習(xí)的出現(xiàn)
1.3 深度強(qiáng)化學(xué)習(xí)
1.3.1 深度強(qiáng)化學(xué)習(xí)概述
1.3.2 深度強(qiáng)化學(xué)習(xí)的實(shí)現(xiàn)
1.3.3 基本機(jī)器學(xué)習(xí)系統(tǒng)的搭建實(shí)例———例題程序的執(zhí)行方法
第2章 強(qiáng)化學(xué)習(xí)的實(shí)例
2.1 強(qiáng)化學(xué)習(xí)和Q學(xué)習(xí)
2.1.1 強(qiáng)化學(xué)習(xí)的基本思想
2.1.2 Q學(xué)習(xí)的算法
2.2 Q學(xué)習(xí)實(shí)例
2.2.1 q21.c編程實(shí)例
2.2.2 目標(biāo)探尋問題的學(xué)習(xí)程序
第3章 深度學(xué)習(xí)技術(shù)
3.1 實(shí)現(xiàn)深度學(xué)習(xí)的技術(shù)
3.1.1 神經(jīng)細(xì)胞的活動和階層型 神經(jīng)網(wǎng)絡(luò)
3.1.2 階層型神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
3.1.3 階層型神經(jīng)網(wǎng)絡(luò)的編程實(shí) 例（1）:單個(gè)神經(jīng)細(xì)胞的學(xué)習(xí)程序nn1.c
3.1.4 階層型神經(jīng)網(wǎng)絡(luò)的編程實(shí) 例（2）:基于誤差逆?zhèn)鞑シǖ纳窠?jīng)網(wǎng)絡(luò)學(xué)習(xí)程序nn2.c
3.1.5 階層型神經(jīng)網(wǎng)絡(luò)的編程實(shí) 例（3）:具有多個(gè)輸出的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)程序nn3.c
3.2 基于卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
3.2.1 卷積神經(jīng)網(wǎng)絡(luò)的算法
3.2.2 卷積神經(jīng)網(wǎng)絡(luò)的編程實(shí)例
第4章 深度強(qiáng)化學(xué)習(xí)
4.1 基于強(qiáng)化學(xué)習(xí)和深度學(xué)習(xí)融合的深度強(qiáng)化學(xué)習(xí) 1
4.1.1 在Q學(xué)習(xí)中應(yīng)用神經(jīng)網(wǎng)絡(luò)
4.1.2 Q學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的融合
4.2 深度強(qiáng)化學(xué)習(xí)的編程實(shí)例
4.2.1 岔路選擇問題的深度強(qiáng)化學(xué) 習(xí)程序q21dl.c
4.2.2 目標(biāo)探尋問題的深度強(qiáng)化學(xué) 習(xí)程序q22dl.c
參考文獻(xiàn)