서브메뉴
검색
해법코드로 설명한 심층강화학습 - [전자책] : 반복 강화학습, 정책 그라디언트, TRPO, AlphaGo Zero 등 Q-네트워크를 이용한 최신 RL 방법 적용!
해법코드로 설명한 심층강화학습 - [전자책] : 반복 강화학습, 정책 그라디언트, TRPO, AlphaGo Zero 등 Q-네트워크를 이용한 최신 RL 방법 적용!
Detailed Information
- 자료유형
- 전자책
- 220120171618
- 언어부호
- 본문언어 - kor, 원저작언어 - eng
- DDC
- 006.31-23
- 저자명
- 라판, 맥심
- 서명/저자
- 해법코드로 설명한 심층강화학습 - [전자책] : 반복 강화학습, 정책 그라디언트, TRPO, AlphaGo Zero 등 Q-네트워크를 이용한 최신 RL 방법 적용! / 맥심 라판 지음 ; 이승익 옮김
- 원서명
- [원표제]Deep reinforcement learning hands-on : apply modern RL methods, with deep Q-networks, value iteration, policy gradients, TRPO, AlphaGo zero and more
- 발행사항
- 서울 : 홍릉, 2020( (북큐브네트웍스, 2020))
- 형태사항
- 전자책 1책 : 천연색
- 서지주기
- 참고문헌과 색인 수록
- 초록/해제
- 요약이 책은 컴퓨터공학 과학개론을 다룬 이론서입니다. 컴퓨터공학 과학개론의 기초적이고 전반적인 내용을 학습할 수 있습니다.
- 기타저자
- 이승익
- 기타형태저록
- 해법코드로 설명한 심층강화학습. 9791156007401
- 전자적 위치 및 접속
- Ebook보기
- 기타저자
- Lapan, Maxim
- 가격
- \62000
- Control Number
- gtec:410070
MARC
008220120s2020 ulk d a kor■00120220120171618
■00520220208145140
■0411 ▼akor▼heng
■082 ▼a006.31▼223
■1001 ▼a라판, 맥심
■24510▼a해법코드로 설명한 심층강화학습▼h[전자책]▼b반복 강화학습, 정책 그라디언트, TRPO, AlphaGo Zero 등 Q-네트워크를 이용한 최신 RL 방법 적용!▼d맥심 라판 지음▼e이승익 옮김
■24619▼aDeep reinforcement learning hands-on▼bapply modern RL methods, with deep Q-networks, value iteration, policy gradients, TRPO, AlphaGo zero and more
■256 ▼a전자 데이터
■260 ▼a서울▼b홍릉▼c2020▼f(북큐브네트웍스▼g2020)
■300 ▼a전자책 1책▼b천연색
■504 ▼a참고문헌과 색인 수록
■516 ▼abPDF
■520 ▼a이 책은 컴퓨터공학 과학개론을 다룬 이론서입니다. 컴퓨터공학 과학개론의 기초적이고 전반적인 내용을 학습할 수 있습니다.
■530 ▼a책자형태로 간행: ISBN 9791156007401
■653 ▼a딥러닝▼a기계학습▼a해법코드
■7001 ▼a이승익
■7760 ▼t해법코드로 설명한 심층강화학습▼z9791156007401
■85642▼uhttp://ebook.gtec.ac.kr/FxLibrary/product/view/?num=200705392
■90010▼aLapan, Maxim
■9500 ▼b\62000
![해법코드로 설명한 심층강화학습 - [전자책] : 반복 강화학습, 정책 그라디언트, TRPO, AlphaGo ...](/Sponge/Images/bookDefaults/EEbookdefaultsmall.png)

