|
题名:
|
深度学习与围棋 / (美) 马克斯·帕佩拉, 凯文·费格森著 , 赵普明译 |
|
ISBN:
|
978-7-115-55146-7 价格： CNY99.00 |
|
语种:
|
chi |
|
载体形态:
|
312页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 人民邮电出版社 出版日期： 2021 |
|
内容提要:
|
全书共分为3个部分: 第一部分介绍机器学习和围棋的基础知识, 并构建一个最简围棋机器人, 作为后面章节内容的基础; 第二部分分层次深入介绍AlphaGo背后的机器学习和深度学习技术, 包括树搜索、神经网络、深度学习机器人和强化学习, 以及强化学习的几个高级技巧, 包括策略梯度、价值评估方法、演员-评价方法3类技术; 第三部分将前面两部分准备好的知识集成到一起, 并最终引导读者实现自己的AlphaGo, 以及改进版AlphaGo Zero。读完本书之后, 读者会对深度学习这个学科以及AlphaGo的技术细节有非常全面的了解, 为进一步深入钻研AI理论、拓展AI应用打下良好基础。本书不要求读者对AI或围棋有任何了解, 只需要了解基本的Python语法以及基础的线性代数和微积分知识。 |
|
主题词:
|
人工智能 应用 |
|
中图分类法:
|
G891.3-39 版次： 5 |
|
主要责任者:
|
帕佩拉 著 |
|
主要责任者:
|
费格森 著 |
|
次要责任者:
|
赵普明 译 |