 本书通过基础理论和算法实践相结合, 循序渐进地介绍关于人工智能领域中的常见算法, 并以围棋游戏作为媒介, 全面、系统地介绍了人工智能算法的实现方法, 并通过Keras和PyTorch框架实践人工智能算法中的深度强化学习内容。全书共10章, 分别介绍围棋的基础知识、如何制作围棋软件、传统棋类智能算法、神经网络入门知识、如何实现围棋智能体、通用化围棋智能体、策略梯度算法、基于价值的深度学习网络 (DQN) 算法、Actor-Critic算法、如何实践AlphaGo和AlphaZero等知识, 书中的每个知识点 |
|
|
