[套装书]机器学习实战：基于Sophon平台的机器学习理论与实践+强化学习：原理与Python 实现[鲜读]（2册）

作者
肖智清
丛书名
“工业和信息化领域急需紧缺人才（大数据和人工智能）培养工程”系列丛书
出版社
机械工业出版社
ISBN
9782001101710
简要
简介
内容简介书籍计算机书籍 ---------------------------机器学习实战：基于Sophon平台的机器学习理论与实践--------------------------- 在机器学习大行其道的今天，机器学习平台也有着突飞猛进的发展。本书的立意，就是使用机器学习平台积累、沉淀下来的模块、组件去解决一个又一个业务难题和探索隐藏在其中的数据之美。Sophon机器学习平台的丰富算子能力和优秀的建模上线功能提供正是这样的能力。本书针对每种类型的机器学习问题，结合实际案例依照数据、分析、建模、总结的演进历程进行系统化阐述并进行实战讲解。 ---------------------------强化学习：原理与Python 实现[鲜读]--------------------------- 全书分为三个部分。第一部分了解强化学习应用，了解强化学习基本知识，搭建强化学习测试环境。该部分包括：强化学习的概况、强化学习简单示例、强化学习算法的常见思想、强化学习的应用、强化学习测试环境的搭建。第二部分介绍强化学习理论与深度强化学习算法。强化学习理论部分：Markov决策过程的数学描述、Monte Carlo方法和时序差分方法的数学理论；深度强化学习算法部分：详细剖析全部具有重要影响力的深度强化学习算法，结合TensorFlow实现源码。第三部分介绍强化学习综合应用案例。
目录



---------------------------机器学习实战：基于Sophon平台的机器学习理论与实践---------------------------


前言
丛书前言
本书编委会
前言
第1章机器学习导论
1.1 什么是机器学习
1.1.1 机器学习的背景
1.1.2 机器学习的定义
1.1.3 机器学习的任务类型
1.1.4 构建机器学习应用的步骤
1.2 开发机器学习工作流的方式
第2章数据预处理与特征工程
2.1 特征提取
2.1.1 探索性数据分析
2.1.2 数值特征
2.1.3 类别特征
2.1.4 时间特征
2.1.5 文本特征
2.1.6 过滤方法
2.1.7 封装方法
2.1.8 嵌入方法
2.1.9 自动化特征工程
2.2 交互式数据预处理
2.3 本章小结
第3章回归模型
3.1 回归任务概述
3.2 回归算法原理
3.2.1 线性回归
3.2.2 决策树回归
3.2.3 生存回归
3.3 Sophon案例
3.4 本章小结
第4章分类
4.1 分类任务概述
4.2 分类算法原理
4.2.1 逻辑回归
4.2.2 因子分解机
4.2.3 XGBoost
4.3 使用Sophon建立分类模型
4.3.1 场景介绍
4.3.2 建模过程
4.3.3 结果分析
4.4 本章小结
第5章模型融合
5.1 集成学习理论
5.1.1 集成学习基本概念
5.1.2 个体学习器
5.1.3 基学习器集成
5.1.4 常用的集成学习方法
5.2 常用融合方法
5.2.1 平均法
5.2.2 学习法（Stacking 方法）
5.3 使用Sophon进行模型融合
5.3.1 场景与数据集介绍
5.3.2 建模过程
5.3.3 结果分析
5.4 本章小结
第6章聚类 78
6.1 聚类任务概述
6.2 聚类算法原理
6.2.1 K-Means
6.2.2 Fuzzy C-Means
6.2.3 Canopy
6.2.4 高斯混合
6.3 聚类模型实例
6.3.1 场景介绍
6.3.2 建模过程
6.3.3 结果分析
6.4 本章小结
第7章图计算
7.1 背景和问题描述
7.2 常用算法介绍
7.2.1 PageRank
7.2.2 标签传播
7.2.3 中心性检测
7.2.4 图嵌入
7.3 落地案例
7.3.1 场景介绍
7.3.2 建模过程
7.3.3 结果分析
7.4 本章小结
第8章自动机器学习
8.1 场景介绍
8.2 自动化特征工程
8.2.1 自动多表特征扩展
8.2.2 自动特征构建
8.3 建模过程
8.4 结果分析
8.5 真实测试案例
8.5.1 数据集
8.5.2 前置设置
8.5.3 测试结果分析
8.5.4 Abalone 和 Airfoil Self-Noise 数据集的增强测试
8.5.5 小结
8.6 本章小结
第9章自然语言处理
9.1 自然语言处理算法原理
9.1.1 词向量
9.1.2 序列标注
9.1.3 关键词抽取
9.1.4 文本自动摘要
9.1.5 文本情感分析
9.2 使用Sophon建立自然语言处理模型
9.2.1 场景介绍
9.2.2 建模流程
9.2.3 模型评估
9.3 落地案例
9.4 本章小结
第10章计算机视觉
10.1 计算机视觉概述
10.2 计算机视觉算法原理
10.2.1 图像分类
10.2.2 目标检测
10.3 计算机视觉模型示例
10.3.1 图像预处理
10.3.2 图像分类算法建模
10.3.3 目标检测算法建模
10.4 落地案例
10.5 本章小结
附录A 企业级人工智能应用平台Sophon
A.1 产品架构
A.2 技术特点
A.3 组件介绍能
A.4 Sophon Edge 边缘计算
A.5 Sophon EP 实体画像
A.6 Sophon KG 知识图谱
A.7 Sophon CV 图像分析
A.8 Sophon NLP 自然语言处理
A.9 Sophon Cloud 服务管理



---------------------------强化学习：原理与Python 实现[鲜读]---------------------------


前言
第1 章　初识强化学习 1
1.1　强化学习及其关键元素 1
1.2　强化学习的应用 3
1.3　智能体/ 环境接口 4
1.4　强化学习的分类 6
1.4.1　按任务分类 6
1.4.2　按算法分类 7
1.5　如何学习强化学习 8
1.5.1　学习路线 9
1.5.2　学习资源 9
1.6　 案例：基于Gym 库的智能体/
环境交互 9
1.6.1　安装Gym 库 10
1.6.2　使用Gym 库 10
1.6.3　小车上山 12
1.7　本章小结 14
第2 章　Markov 决策过程 16
2.1　Markov 决策过程模型 16
2.1.1　 离散时间Markov 决策
过程 16
2.1.2　环境与动力 18
2.1.3　智能体与策略 19
2.1.4　奖励、回报与价值函数 19
C O N T E N T S
目　　录
2.2　Bellman 期望方程 21
2.3　最优策略及其性质 25
2.3.1　 最优策略与最优价值
函数 25
2.3.2　Bellman 最优方程 25
2.3.3　 用Bellman 最优方程求解
最优策略 29
2.4　案例：悬崖寻路 31
2.4.1　实验环境使用 31
2.4.2　求解Bellman 期望方程 32
2.4.3　求解Bellman 最优方程 33
2.5　本章小结 35
第3 章　有模型数值迭代 37
3.1　度量空间与压缩映射 37
3.1.1　度量空间及其完备性 37
3.1.2　 压缩映射与Bellman
算子 38
3.1.3　Banach 不动点定理 39
3.2　有模型策略迭代 40
3.2.1　策略评估 40
3.2.2　策略改进 42
3.2.3　策略迭代 44
3.3　有模型价值迭代 45
3.4　动态规划 46
3.4.1　从动态规划看迭代算法 46
VI
3.4.2　异步动态规划 47
3.5　案例：冰面滑行 47
3.5.1　实验环境使用 48
3.5.2　有模型策略迭代求解 49
3.5.3　有模型价值迭代求解 51
3.6　本章小结 52
第4 章　回合更新价值迭代 54
4.1　同策回合更新 54
4.1.1　同策回合更新策略评估 54
4.1.2　 带起始探索的同策回合
更新 58
4.1.3　 基于柔性策略的同策回合
更新 60
4.2　异策回合更新 62
4.2.1　重要性采样 62
4.2.2　异策回合更新策略评估 64
4.2.3　 异策回合更新最优策略
求解 65
4.3　案例：21 点游戏 66
4.3.1　实验环境使用 66
4.3.2　同策策略评估 67
4.3.3　同策最优策略求解 70
4.3.4　异策策略评估 72
4.3.5　异策最优策略求解 73
4.4　本章小结 74
第5 章　时序差分价值迭代 76
5.1　同策时序差分更新 76
5.1.1　时序差分更新策略评估 78
5.1.2　SARSA 算法 81
5.1.3　期望SARSA 算法 83
5.2　异策时序差分更新 85
5.2.1　 基于重要性采样的异策
算法 85
5.2.2　Q 学习 86
5.2.3　双重Q 学习 87
5.3　资格迹 89
5.3.1　λ 回报 89
5.3.2　TD(λ) 90
5.4　案例：出租车调度 92
5.4.1　实验环境使用 93
5.4.2　同策时序差分学习调度 94
5.4.3　异策时序差分学习调度 97
5.4.4　资格迹学习调度 99
5.5　本章小结 100
第6 章　函数近似方法 101
6.1　函数近似原理 101
6.1.1　随机梯度下降 101
6.1.2　半梯度下降 103
6.1.3　带资格迹的半梯度下降 105
6.2　线性近似 107
6.2.1　 精确查找表与线性近似的
关系 107
6.2.2　线性最小二乘策略评估 107
6.2.3　 线性最小二乘最优策略
求解 109
6.3　函数近似的收敛性 109
6.4　深度Q 学习 110
6.4.1　经验回放 111
6.4.2　 带目标网络的深度Q
学习 112
6.4.3　双重深度Q 网络 114
6.4.4　对偶深度Q 网络 114
6.5　案例：小车上山 115
6.5.1　实验环境使用 116
6.5.2　 用线性近似求解最优
策略 117
VII　
6.5.3　 用深度Q 学习求解最优
策略 120
6.6　本章小结 123
第7 章　回合更新策略梯度方法 125
7.1　策略梯度算法的原理 125
7.1.1　函数近似与动作偏好 125
7.1.2　策略梯度定理 126
7.2　同策回合更新策略梯度算法 128
7.2.1　简单的策略梯度算法 128
7.2.2　 带基线的简单策略梯度
算法 129
7.3　异策回合更新策略梯度算法 131
7.4　 策略梯度更新和极大似然估计的
关系 132
7.5　案例：车杆平衡 132
7.5.1　 同策策略梯度算法求解
最优策略 133
7.5.2　 异策策略梯度算法求解
最优策略 135
7.6　本章小结 137
第8 章　执行者/ 评论者方法 139
8.1　同策执行者/ 评论者算法 139
8.1.1　 动作价值执行者/ 评论者
算法 140
8.1.2　 优势执行者/ 评论者
算法 141
8.1.3　 带资格迹的执行者/
评论者算法 143
8.2　基于代理优势的同策算法 143
8.2.1　代理优势 144
8.2.2　邻近策略优化 145
8.3　信任域算法 146
8.3.1　KL 散度 146
8.3.2　信任域 147
8.3.3　自然策略梯度算法 148
8.3.4　信任域策略优化 151
8.3.5　 Kronecker 因子信任域
执行者/ 评论者算法 152
8.4　 重要性采样异策执行者/ 评论者
算法 153
8.4.1　基本的异策算法 154
8.4.2　带经验回放的异策算法 154
8.5　柔性执行者/ 评论者算法 157
8.5.1　熵 157
8.5.2　奖励工程和带熵的奖励 158
8.5.3　 柔性执行者/ 评论者的
网络设计 159
8.6　案例：双节倒立摆 161
8.6.1　 同策执行者/ 评论者算法
求解最优策略 162
8.6.2　 异策执行者/ 评论者算法
求解最优策略 168
8.7　本章小结 170
第9 章　 连续动作空间的确定性
策略 172
9.1　同策确定性算法 172
9.1.1　 策略梯度定理的确定性
版本 172
9.1.2　 基本的同策确定性执行者/
评论者算法 174
9.2　异策确定性算法 176
9.2.1　 基本的异策确定性执行者/
评论者算法 177
9.2.2　 深度确定性策略梯度
算法 177
9.2.3　 双重延迟深度确定性
策略梯度算法 178
VIII
9.3　案例：倒立摆的控制 180
9.3.1　 用深度确定性策略梯度
算法求解 181
9.3.2　 用双重延迟深度确定性
算法求解 184
9.4　本章小结 187
第10 章　综合案例：电动游戏 188
10.1　Atari 游戏环境 188
10.1.1　Gym 库的完整安装 188
10.1.2　游戏环境使用 190
10.2　基于深度Q 学习的游戏AI 191
10.2.1　算法设计 192
10.2.2　智能体的实现 193
10.2.3　智能体的训练和测试 197
10.3　本章小结 198
第11 章　综合案例：棋盘游戏 200
11.1　双人确定性棋盘游戏 200
11.1.1　五子棋和井字棋 200
11.1.2　黑白棋 201
11.1.3　围棋 202
11.2　AlphaZero 算法 203
11.2.1　回合更新树搜索 203
11.2.2　深度残差网络 206
11.2.3　自我对弈 208
11.2.4　算法流程 210
11.3　棋盘游戏环境boardgame2 210
11.3.1　 为Gym 库扩展自定义
环境 211
11.3.2　boardgame2 设计 211
11.3.3　Gym 环境接口的实现 214
11.3.4　树搜索接口的实现 216
11.4　AlphaZero 算法实现 218
11.4.1　智能体类的实现 218
11.4.2　自我对弈的实现 223
11.4.3　训练智能体 224
11.5　本章小结 225
第12 章　综合案例：自动驾驶 226
12.1　AirSim 开发环境使用 226
12.1.1　安装和运行AirSim 226
12.1.2　用Python 访问AirSim 228
12.2　基于强化学习的自动驾驶 229
12.2.1　 为自动驾驶设计强化
学习环境 230
12.2.2　智能体设计和实现 235
12.2.3　智能体的训练和测试 237
12.3　本章小结 239



有问题微信扫码联系

推荐

Understand China
桂ICP备20004708号-4