Książki na temat „Reinforcement Learning”
Utwórz poprawne odniesienie w stylach APA, MLA, Chicago, Harvard i wielu innych
Sprawdź 50 najlepszych książek naukowych na temat „Reinforcement Learning”.
Przycisk „Dodaj do bibliografii” jest dostępny obok każdej pracy w bibliografii. Użyj go – a my automatycznie utworzymy odniesienie bibliograficzne do wybranej pracy w stylu cytowania, którego potrzebujesz: APA, MLA, Harvard, Chicago, Vancouver itp.
Możesz również pobrać pełny tekst publikacji naukowej w formacie „.pdf” i przeczytać adnotację do pracy online, jeśli odpowiednie parametry są dostępne w metadanych.
Przeglądaj książki z różnych dziedzin i twórz odpowiednie bibliografie.
S, Sutton Richard, red. Reinforcement learning. Boston: Kluwer Academic Publishers, 1992.
Znajdź pełny tekst źródłaSutton, Richard S. Reinforcement Learning. Boston, MA: Springer US, 1992.
Znajdź pełny tekst źródłaWiering, Marco, i Martijn van Otterlo, red. Reinforcement Learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 2012. http://dx.doi.org/10.1007/978-3-642-27645-3.
Pełny tekst źródłaSutton, Richard S., red. Reinforcement Learning. Boston, MA: Springer US, 1992. http://dx.doi.org/10.1007/978-1-4615-3618-5.
Pełny tekst źródłaLorenz, Uwe. Reinforcement Learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 2020. http://dx.doi.org/10.1007/978-3-662-61651-2.
Pełny tekst źródłaNandy, Abhishek, i Manisha Biswas. Reinforcement Learning. Berkeley, CA: Apress, 2018. http://dx.doi.org/10.1007/978-1-4842-3285-9.
Pełny tekst źródłaLi, Jinna, Frank L. Lewis i Jialu Fan. Reinforcement Learning. Cham: Springer International Publishing, 2023. http://dx.doi.org/10.1007/978-3-031-28394-9.
Pełny tekst źródłaLorenz, Uwe. Reinforcement Learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 2024. http://dx.doi.org/10.1007/978-3-662-68311-8.
Pełny tekst źródłaMerrick, Kathryn, i Mary Lou Maher. Motivated Reinforcement Learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 2009. http://dx.doi.org/10.1007/978-3-540-89187-1.
Pełny tekst źródłaDong, Hao, Zihan Ding i Shanghang Zhang, red. Deep Reinforcement Learning. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-4095-0.
Pełny tekst źródłaSewak, Mohit. Deep Reinforcement Learning. Singapore: Springer Singapore, 2019. http://dx.doi.org/10.1007/978-981-13-8285-7.
Pełny tekst źródłaSzepesvári, Csaba. Algorithms for Reinforcement Learning. Cham: Springer International Publishing, 2010. http://dx.doi.org/10.1007/978-3-031-01551-9.
Pełny tekst źródłaLorenz, Uwe. Reinforcement Learning From Scratch. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-09030-1.
Pełny tekst źródłaAhlawat, Samit. Reinforcement Learning for Finance. Berkeley, CA: Apress, 2023. http://dx.doi.org/10.1007/978-1-4842-8835-1.
Pełny tekst źródłaSutton, Richard S. Reinforcement learning: An introduction. Cambridge, Mass: MIT Press, 1998.
Znajdź pełny tekst źródłaReynolds, Stuart Ian. Reinforcement learning with exploration. Birmingham: University of Birmingham, 2002.
Znajdź pełny tekst źródłaSzepesvári, Csaba. Algorithms for reinforcement learning. San Rafael, Calif. (1537 Fourth Street, San Rafael, CA 94901 USA): Morgan & Claypool, 2010.
Znajdź pełny tekst źródłaRis-Ala, Rafael. Fundamentals of Reinforcement Learning. Cham: Springer Nature Switzerland, 2023. http://dx.doi.org/10.1007/978-3-031-37345-9.
Pełny tekst źródłaPack, Kaelbling Leslie, red. Recent advances in reinforcement learning. Boston: Kluwer Academic, 1996.
Znajdź pełny tekst źródłaReinforcement learning with Python: Master reinforcement learning in Python without being an expert. United States]: [CreateSpace Independent Publishing Platform], 2017.
Znajdź pełny tekst źródłaSanghi, Nimish. Deep Reinforcement Learning with Python. Berkeley, CA: Apress, 2021. http://dx.doi.org/10.1007/978-1-4842-6809-4.
Pełny tekst źródłaTaylor, Matthew E. Transfer in Reinforcement Learning Domains. Berlin, Heidelberg: Springer Berlin Heidelberg, 2009. http://dx.doi.org/10.1007/978-3-642-01882-4.
Pełny tekst źródłaBeysolow II, Taweh. Applied Reinforcement Learning with Python. Berkeley, CA: Apress, 2019. http://dx.doi.org/10.1007/978-1-4842-5127-0.
Pełny tekst źródłaSanner, Scott, i Marcus Hutter, red. Recent Advances in Reinforcement Learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 2012. http://dx.doi.org/10.1007/978-3-642-29946-9.
Pełny tekst źródłaWhiteson, Shimon. Adaptive Representations for Reinforcement Learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 2010. http://dx.doi.org/10.1007/978-3-642-13932-1.
Pełny tekst źródłaKaelbling, Leslie Pack, red. Recent Advances in Reinforcement Learning. Boston, MA: Springer US, 1996. http://dx.doi.org/10.1007/b102434.
Pełny tekst źródłaMajumder, Abhilash. Deep Reinforcement Learning in Unity. Berkeley, CA: Apress, 2021. http://dx.doi.org/10.1007/978-1-4842-6503-1.
Pełny tekst źródłaGirgin, Sertan, Manuel Loth, Rémi Munos, Philippe Preux i Daniil Ryabko, red. Recent Advances in Reinforcement Learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 2008. http://dx.doi.org/10.1007/978-3-540-89722-4.
Pełny tekst źródłaKaelbling, Leslie Pack. Recent advances in reinforcement learning. Boston: Kluwer Academic, 1996.
Znajdź pełny tekst źródłaWilliams, Ronald. Reinforcement learning: Technical tutorial seminar. Piscataway, NJ: Institute of Electrical and Electronics Engineers, 1989.
Znajdź pełny tekst źródłaWhiteson, Shimon. Adaptive representations for reinforcement learning. Berlin: Springer Verlag, 2010.
Znajdź pełny tekst źródłaXiao, Liang, Helin Yang, Weihua Zhuang i Minghui Min. Reinforcement Learning for Maritime Communications. Cham: Springer International Publishing, 2023. http://dx.doi.org/10.1007/978-3-031-32138-2.
Pełny tekst źródłaHu, Michael. The Art of Reinforcement Learning. Berkeley, CA: Apress, 2023. http://dx.doi.org/10.1007/978-1-4842-9606-6.
Pełny tekst źródłaVamvoudakis, Kyriakos G., Yan Wan, Frank L. Lewis i Derya Cansever, red. Handbook of Reinforcement Learning and Control. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-60990-0.
Pełny tekst źródłaFrommberger, Lutz. Qualitative Spatial Abstraction in Reinforcement Learning. Berlin, Heidelberg: Springer Berlin Heidelberg, 2010. http://dx.doi.org/10.1007/978-3-642-16590-0.
Pełny tekst źródłaYu, F. Richard, i Ying He. Deep Reinforcement Learning for Wireless Networks. Cham: Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-10546-4.
Pełny tekst źródłaLi, Chong, i Meikang Qiu. Reinforcement Learning for Cyber-Physical Systems. Boca Raton, Florida : CRC Press, [2019]: Chapman and Hall/CRC, 2019. http://dx.doi.org/10.1201/9781351006620.
Pełny tekst źródłaKamalapurkar, Rushikesh, Patrick Walters, Joel Rosenfeld i Warren Dixon. Reinforcement Learning for Optimal Feedback Control. Cham: Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-78384-0.
Pełny tekst źródłaZhang, Yinyan, Shuai Li i Xuefeng Zhou. Deep Reinforcement Learning with Guaranteed Performance. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-33384-3.
Pełny tekst źródłaBelousov, Boris, Hany Abdulsamad, Pascal Klink, Simone Parisi i Jan Peters, red. Reinforcement Learning Algorithms: Analysis and Applications. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-41188-6.
Pełny tekst źródłaColomé, Adrià, i Carme Torras. Reinforcement Learning of Bimanual Robot Skills. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-26326-3.
Pełny tekst źródłaGatti, Christopher. Design of Experiments for Reinforcement Learning. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-12197-0.
Pełny tekst źródłaWeber, Cornelius, Mark Elshaw i Norbert Michael, red. Reinforcement Learning. I-Tech Education and Publishing, 2008. http://dx.doi.org/10.5772/54.
Pełny tekst źródłaSugiyama, Masashi. Statistical Reinforcement Learning. Taylor & Francis Group, 2020.
Znajdź pełny tekst źródłaDeep Reinforcement Learning. Springer Singapore Pte. Limited, 2022.
Znajdź pełny tekst źródłaSugiyama, Masashi. Statistical Reinforcement Learning. Chapman and Hall/CRC, 2015. http://dx.doi.org/10.1201/b18188.
Pełny tekst źródłaGureckis, Todd M., i Bradley C. Love. Computational Reinforcement Learning. Redaktorzy Jerome R. Busemeyer, Zheng Wang, James T. Townsend i Ami Eidels. Oxford University Press, 2015. http://dx.doi.org/10.1093/oxfordhb/9780199957996.013.5.
Pełny tekst źródłaStatistical Reinforcement Learning. CRC Press, 2012.
Znajdź pełny tekst źródłaBellemare, Marc G., Will Dabney i Mark Rowland. Distributional Reinforcement Learning. MIT Press, 2023.
Znajdź pełny tekst źródłaSugiyama, Masashi. Statistical Reinforcement Learning. Taylor & Francis Group, 2015.
Znajdź pełny tekst źródła