目錄 譯者序 原書前言 第1章 強化學(xué)習(xí)和深度學(xué)習(xí) 1.1 機器學(xué)習(xí)和強化學(xué)習(xí) 1.1.1 人工智能 1.1.2 機器學(xué)習(xí) 1.1.3 強化學(xué)習(xí) 1.2 深度學(xué)習(xí) 1.2.1 神經(jīng)網(wǎng)絡(luò) 1.2.2 深度學(xué)習(xí)的出現(xiàn) 1.3 深度強化學(xué)習(xí) 1.3.1 深度強化學(xué)習(xí)概述 1.3.2 深度強化學(xué)習(xí)的實現(xiàn) 1.3.3 基本機器學(xué)習(xí)系統(tǒng)的搭建實例———例題程序的執(zhí)行方法 第2章 強化學(xué)習(xí)的實例 2.1 強化學(xué)習(xí)和Q學(xué)習(xí) 2.1.1 強化學(xué)習(xí)的基本思想 2.1.2 Q學(xué)習(xí)的算法 2.2 Q學(xué)習(xí)實例 2.2.1 q21.c編程實例 2.2.2 目標探尋問題的學(xué)習(xí)程序 第3章 深度學(xué)習(xí)技術(shù) 3.1 實現(xiàn)深度學(xué)習(xí)的技術(shù) 3.1.1 神經(jīng)細胞的活動和階層型 神經(jīng)網(wǎng)絡(luò) 3.1.2 階層型神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 3.1.3 階層型神經(jīng)網(wǎng)絡(luò)的編程實 例（1）:單個神經(jīng)細胞的學(xué)習(xí)程序nn1.c 3.1.4 階層型神經(jīng)網(wǎng)絡(luò)的編程實 例（2）:基于誤差逆?zhèn)鞑シǖ纳窠?jīng)網(wǎng)絡(luò)學(xué)習(xí)程序nn2.c 3.1.5 階層型神經(jīng)網(wǎng)絡(luò)的編程實 例（3）:具有多個輸出的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)程序nn3.c 3.2 基于卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 3.2.1 卷積神經(jīng)網(wǎng)絡(luò)的算法 3.2.2 卷積神經(jīng)網(wǎng)絡(luò)的編程實例 第4章 深度強化學(xué)習(xí) 4.1 基于強化學(xué)習(xí)和深度學(xué)習(xí)融合的深度強化學(xué)習(xí) 1 4.1.1 在Q學(xué)習(xí)中應(yīng)用神經(jīng)網(wǎng)絡(luò) 4.1.2 Q學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的融合 4.2 深度強化學(xué)習(xí)的編程實例 4.2.1 岔路選擇問題的深度強化學(xué) 習(xí)程序q21dl.c 4.2.2 目標探尋問題的深度強化學(xué) 習(xí)程序q22dl.c 參考文獻