商品已停售
Reinforcement Learning中文版｜強化學習深度解析[93折]11100934913 TAAZE讀冊生活網路書店
1. 透過LINE購物進入蝦皮後禁止再透過蝦皮直播下單，避免訂單認列異常
2. 請務必「清空」蝦皮購物車，再透過LINE購物連結至蝦皮商店進行購買 ；先把商品加入購物車，再從LINE購物連結至蝦皮結帳，將無法獲得點數回饋。
3. 請避免連續下單，若您完成交易後，想下第二張訂單，請重新從LINE購物連結至蝦皮商店進行購買
4. 電子票券及繳費服務類別：回饋０％。
5. 請留意，蝦皮超市內的商品（蝦皮超市、蝦皮直送美妝、蝦皮免運直送）不隸屬於蝦皮商城，點數回饋請依照「蝦皮超市」商店頁為主。
6. 蝦皮商城之訂單適用於部分點數紅包，規範請依該紅包頁說明為主。
7. 點數回饋將依照蝦皮提供扣除折價券、運費與蝦幣後之最終金額進行計算。
8. 同一商品品項(即便不同尺寸規格)，皆會計入同一筆返點上限進行計算
9. 用戶需於同一瀏覽器進行交易（若自動跳轉 APP，請在 APP交易）。
10. 若使用不同物流或付款方式，將拆分成不同筆訂單編號發送通知。
11. 若使用折價券折抵，可能會有攤提折抵導致訂單金額些微落差
12. 蝦皮會將LINE的導購跳轉紀錄與蝦皮的會員ID進行綁定，若後續七天內未透過其他媒體來源導入蝦皮官網，則七天內於該蝦皮帳號下訂的首筆訂單會被蝦皮認列為該LINE用戶導購跳轉時所成立之訂單。
13. 若同一用戶使用一個以上蝦皮帳號透過LINE購物進行導購，將可能導致無法收到導購通知，亦可能無法收到點數，再請留意。
[注意事項]
1.如導購途中用戶由網頁版(電腦版/手機版網頁)切換為 App 會造成追蹤中斷而無法進行 LINE Points 回饋
2.若購買過程中關閉蝦皮APP，則需重新透過LINE購物前往蝦皮商城，否則無法進行LINE POINTS 回饋。 / 3.如用戶先前往蝦皮商城將商品加入購物車，後續透過LINE購物前往至蝦皮商城將購物車結清，此方案將不列入 LINE Points 回饋
4.若因系統異常無法追蹤訂單，致使消費者無接收到點數回饋，蝦皮保有更改條款與法律追訴之權利
5. LINE購物商品價格若與蝦皮賣場實際價格有異，以蝦皮賣場價格為準商品描述
商品資料
作者：Richard S. Sutton、Andrew G. Barto
出版社：碁峰資訊
出版日期：2021/04/27
ISBN/ISSN：9789865027193
語言：繁體/中文
裝訂方式：平裝
頁數：592
原價：1200
------------------------------------------------------------------------
內容簡介
內容簡介:針對強化學習的關鍵概念和演算法，提供清晰而簡單的說明什麼是強化學習強化學習是學習該做什麼（如何將當前情形映射到動作上），以便最大化一個獎勵訊號數值。學習者不會被告知要採取哪些動作，而是必須透過嘗試來發現哪些動作會產生最大的回報。在最有趣和最具挑戰性的案例中，動作不僅會影響當下的獎勵，同時也會影響下一個情境，並且影響後續所有的獎勵。試誤搜尋和延遲獎勵這兩個特性，是強化學習中的兩個最重要的區別特徵。本書精采內容包括：．涵蓋所有強化學習演算法的核心概念．解決有限馬可夫決策問題的三種基本方法．近似最佳策略進行控制的方式．介紹並分析資格痕跡演算法的機制．強化學習與心理學和神經科學之間的關係．強化學習的相關應用與未來強化學習研究中一些正在進行的前瞻技術專家推薦＂這本書是強化學習的聖經，鑑於該領域的蓬勃發展，新版特別及時。不管是學生、研究人員、從業人是，只要對強化學習感興趣的人，都應該收藏一本。＂-Pedro Domingos, 華盛頓大學教授、《大演算》作者＂所有研究強化學習的學者，都曾受到本書第一版的啟發，第二版保證讓大家更滿意。新版的內容大幅增加，新版涵蓋的內容更深更廣，而且依然保留解說簡單直接的特色。＂-Csaba Szepesvari, 阿爾伯塔大學教授、DeepMind研究科學家＂我推薦這本書給所有想要認識機器學習的人。第二版涵蓋了當今最關鍵的演算法與理論，以實際的應用來解說概念，範圍從控制機器人到如何打敗世界頂尖的棋手，並從心理學與神經科學的角度探討演算法與人類學習之間的基本關連。＂-Tom Mitchell, 卡內基梅隆大學教授＂強化學習領域的經典之作，強化學習是現代人工智慧的發展基礎。這是一本想要認真研究AI科技的人必讀的書。＂- Demis Hassabis, DeepMind聯合創始人兼CEO＂第二版的問世恰逢其時，如果您想了解強化學習這個領域，本書是最好的起點。我肯定會將這本書推薦給我的學生以及其他想要了解強化學習的研究人員＂-- Yoshua Bengio, 《深度學習》作者、蒙特婁大學教授
目錄
章節說明:第二版前言第一版前言符號摘要第1章 導論Part I 表格式解決方法第2章 多搖臂式拉霸機第3章 有限馬可夫決策過程第4章 動態規劃第5章 蒙地卡羅方法第6章 時序差分學習第7章 n 步自助法第8章 表格式方法的規劃和學習Part II 近似解決方法第9章 on-policy 預測的近似方法第10章 on-policy 控制的近似方法第11章 *off-policy 的近似方法第12章 資格痕跡第13章 策略梯度方法Part III 深入觀察第14章 心理學第15章 神經科學第16章 應用和案例研究第17章 前瞻技術參考資料與文獻