隨機(jī)學(xué)習(xí)與優(yōu)化：基于靈敏度的方法

定　價(jià)：￥49.00

作　者：	（美）曹希仁著，陳曦譯
出版社：	清華大學(xué)出版社
叢編項(xiàng)：	信息技術(shù)和電氣工程學(xué)科國(guó)際知名教材中譯本系列
標(biāo)　簽：	人工智能

購(gòu)買這本書(shū)可以去

ISBN：	9787302242925	出版時(shí)間：	2011-02-01	包裝：	平裝
開(kāi)本：	16	頁(yè)數(shù)：	425	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　隨機(jī)學(xué)習(xí)與優(yōu)化在現(xiàn)代工程、社會(huì)、金融問(wèn)題中具有廣泛的應(yīng)用。《隨機(jī)學(xué)習(xí)與優(yōu)化：基于靈敏度的方法》以一個(gè)統(tǒng)一的框架，涵蓋了離散事件動(dòng)態(tài)系統(tǒng)的攝動(dòng)分析、馬爾可大決策過(guò)程、強(qiáng)化學(xué)習(xí)、辨識(shí)和自適應(yīng)控制等學(xué)習(xí)和優(yōu)化的不同學(xué)科；并利用基于性能差分公式的簡(jiǎn)單方法介紹馬爾可夫決策過(guò)程理論，通過(guò)該方法能求得以長(zhǎng)期平均代價(jià)為準(zhǔn)則的n階偏差優(yōu)化策略以及無(wú)折扣的Blackwell優(yōu)化策略。《隨機(jī)學(xué)習(xí)與優(yōu)化：基于靈敏度的方法》還包含有最近發(fā)展出來(lái)的基于事件的優(yōu)化方法，它為利用系統(tǒng)的特性來(lái)克服或減輕數(shù)災(zāi)的研究開(kāi)辟了個(gè)新方向?！峨S機(jī)學(xué)習(xí)與優(yōu)化：基于靈敏度的方法》強(qiáng)調(diào)以樣本路徑的構(gòu)造為基礎(chǔ)的物理解釋，物理上的直觀認(rèn)識(shí)可以為完善已有的優(yōu)化方法提供新思路。為幫助讀者理解掌握書(shū)中的內(nèi)容，《隨機(jī)學(xué)習(xí)與優(yōu)化：基于靈敏度的方法》提供了大量的示例和豐富的習(xí)題?！峨S機(jī)學(xué)習(xí)與優(yōu)化：基于靈敏度的方法》適合作為相關(guān)專業(yè)的研究生教材，學(xué)生可從一門(mén)課程中學(xué)到原本屬于多個(gè)不同學(xué)科的內(nèi)容?！峨S機(jī)學(xué)習(xí)與優(yōu)化：基于靈敏度的方法》有助于促進(jìn)學(xué)習(xí)和優(yōu)化領(lǐng)域中各學(xué)科之間的合作，對(duì)該領(lǐng)域的研究人員也大有裨益。

作者簡(jiǎn)介

暫缺《隨機(jī)學(xué)習(xí)與優(yōu)化：基于靈敏度的方法》作者簡(jiǎn)介

圖書(shū)目錄

1 引言
　1.1 學(xué)習(xí)和優(yōu)化概述
　　1.1.1 問(wèn)題描述
　　1.1.2 最優(yōu)策略
　　1.1.3 學(xué)習(xí)和優(yōu)化的基本局限
　　1.1.4 學(xué)習(xí)和優(yōu)化的基于靈敏度的觀點(diǎn)
　1.2 不同學(xué)科中問(wèn)題的描述
　　1.2.1 攝動(dòng)分析（PA）
　　1.2.2 馬爾可夫決策過(guò)程
　　1.2.3 強(qiáng)化學(xué)習(xí)
　　1.2.4 辨識(shí)和自適應(yīng)控制
　　1.2.5 基于事件的優(yōu)化和性能勢(shì)集結(jié)
　1.3 學(xué)習(xí)和優(yōu)化學(xué)科關(guān)系圖
　1.4 術(shù)語(yǔ)和符號(hào)
　習(xí)題
第1部分學(xué)習(xí)與優(yōu)化的四門(mén)學(xué)科
　2 攝動(dòng)分析
　　2.1 馬爾可夫鏈的攝動(dòng)分析
　　　2.1.1 構(gòu)造攝動(dòng)樣本路徑
　　　2.1.2 攝動(dòng)實(shí)現(xiàn)因子和性能勢(shì)
　　　2.1.3 性能導(dǎo)數(shù)公式
　　　2.1.4 折扣報(bào)酬準(zhǔn)則的梯度
　　　2.1.5 高階導(dǎo)數(shù)和麥克勞林級(jí)數(shù)
　　2.2 馬爾可夫過(guò)程的性能靈敏度
　　2.3 半馬爾可夫過(guò)程的性能靈敏度
　　　2.3.1 半馬爾可夫過(guò)程的基礎(chǔ)知識(shí)
　　　2.3.2 性能靈敏度公式
　　2.4 排隊(duì)系統(tǒng)的攝動(dòng)分析
　　　2.4.1 構(gòu)造攝動(dòng)樣本路徑
　　　2.4.2 攝動(dòng)實(shí)現(xiàn)
　　　2.4.3 性能導(dǎo)數(shù)
　　　2.4.4 相關(guān)理論問(wèn)題的評(píng)注
　　2.5 其他方法
　　習(xí)題
　3 利用攝動(dòng)分析的學(xué)習(xí)與優(yōu)化
　　3.1 性能勢(shì)
　　　3.1.1 數(shù)值方法
　　　3.1.2 從樣本路徑學(xué)習(xí)性能勢(shì)
　　　3.1.3 耦合
　　3.2 性能梯度
　　　3.2.1 通過(guò)性能勢(shì)估計(jì)
　　　3.2.2 直接學(xué)習(xí)
　　3.3 利用攝動(dòng)分析的優(yōu)化
　　　3.3.1 梯度方法和隨機(jī)逼近
　　　3.3.2 利用長(zhǎng)樣本路徑的優(yōu)化
　　　3.3.3 應(yīng)用
　　習(xí)題
　4 馬爾可夫決策過(guò)程
　……
第2部分基于事件的優(yōu)化——一種新方法
第3部分附錄：數(shù)學(xué)基礎(chǔ)