西安工业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度学习与围棋/(美)马克斯·帕佩拉(Max Pumperla)，(美)凯文·费格森(Kevin Ferguson)著 赵普明译

出版发行项:

北京:人民邮电出版社,2021

ISBN及定价:

978-7-115-55146-7/CNY99.00

载体形态项:

312页:图;24cm

并列正题名:

Deep learning and the game of go

丛编项:

深度学习系列

个人责任者:

(美) 帕佩拉 (Pumperla, Max) 著

个人责任者:

(美) 费格森 (Ferguson, Kevin) 著

个人次要责任者:

赵普明 译

学科主题:

人工智能-应用-围棋

中图法分类号:

G891.3-39

中图法分类号:

G891.3

出版发行附注:

由Manning Publications Co.授权出版

责任者附注:

马克斯·帕佩拉和凯文·费格森, 都是经验丰富的深度学习专家, 拥有丰富的分布式系统和数据科学 方面的知识。

提要文摘附注:

这是一本深入浅出且极富趣味的深度学习入门书。本书选取深度学习近年来最重大的突破之一AlphaGo, 将其背后的技术和原理娓娓道来, 并配合一套基于BetaGo的开源代码, 带领读者从零开始一步步实现自己的AlphaGo。本书侧重实践, 深入浅出, 庖丁解牛般地将深度学习和AlphaGo这样深奥的话题变得非常平易近人、触手可及, 内容非常精彩。全书共分为3个部分: 第一部分介绍机器学习和围棋的基础知识, 并构建一个最简围棋机器人, 作为后面章节内容的基础 ; 第二部分分层次深入介绍AlphaGo背后的机器学习和深度学习技术, 包括树搜索、神经网络、深度学习机器人和强化学习, 以及强化学习的几个高级技巧, 包括策略梯度、价值评估方法、演员-评价方法3类技术 ; 第三部分将前面两部分准备好的知识集成到一起, 并最终引导读者实现自己的AlphaGo, 以及改进版本AlphaZero。读完本书之后, 读者会对深度学习这个学科以及AlphaGo的技术细节有非常全面的了解, 为进一步深入钻研AI理论、拓展AI应用打下良好基础。本书不要求读者对AI或围棋有任何了解, 只需要了解基本的Python语法以及基础的线性代数和微积分知识即可。

豆瓣简介：