本书采用了以任务为导向的教学模式，按照解决实际任务的工作流程路线，逐步展介绍相关的理论知识，推导生成可行的解决方案，* 后落实在任务实现环节。全书大部分章节紧扣任务需求展，不堆积知识，着重于解决问题时思路的启发与方案的实施。通过从任务需求到实现这一完整工作流程的体验，帮助读者真正理解与消化Python数据分析与应用。书中案例全部源于企业真实项目，可操作性强，引导读者融会贯通，并提供源代码等相关学习资源，帮助读者快速掌握大数据相关技能。
Python深度强化学习:基于Chainer和OpenAI Gym
编辑推荐： 很系统：讲解19种机器学习经典算法，依次破重难 很图示：书中包括113张图解说明，方便读者理解 很实用：囊括文本识别、语音识别、图形识别、人脸认识等 很实战：31个实例、13个案例，详解TensorFlow机器学习
读者对象： 本书面向普通大众，指导读者以PyTorch为工具，在Python中实践深度强化学习。读者只需要具备一些基本的编程经验和基本的线性代数知识即可读懂书中内容，通过实现具体程序来掌握深度强化学习的相关知识。 本书内容： 介绍监督学习、非监督学习和强化学习的基本知识。 通过走迷宫任务介绍三种不同的算法（策略梯度法、Sarsa和Q学习）。 使用Anaconda设置本地PC，在倒立摆任务中实现强化学习。 使用PyTorch实现MNIST手写数字分类任务。 实现深度强化学习的*基本算法DQN。 解释继DQN之后提出的新的深度强化学习技术（DDQN、Dueling Network、优先经验回放和A2C等）。 使用GPU与AWS构建深度学习环境，采用A2C再现消砖块游戏。
零基础学机器学习与量化策略、详解多个行业中的大数据分析技术，全面揭秘机器学习在商业中的应用实战，详细金融数据风控、股票量化交易、商品智能推荐、用户情感分析等大数据分析技术
1.预习-体验-理解，3个步骤带你门Python，基于python 3.9.0。 2.385幅全彩插图，清晰展示Python语法和程序运行步骤。 3.附带练习题和参考答案，帮助确认理解程度。 4.提供本书示例程序下载，全彩印刷。
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车