KI-Beratung Beta

Gutscheinbedingungen

**Gültig bis 11.11.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher und Hörbuch-Downloads, nicht preisgebundene Bücher und Kalender online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.

Produktbild: Distributional Reinforcement Learning

Distributional Reinforcement Learning

73,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

30.05.2023

Abbildungen

48 FIGURES

Verlag

Mit Press

Seitenzahl

400

Maße (L/B/H)

23,6/15,7/2,5 cm

Gewicht

620 g

Sprache

Englisch

ISBN

978-0-262-04801-9

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

30.05.2023

Abbildungen

48 FIGURES

Verlag

Mit Press

Seitenzahl

400

Maße (L/B/H)

23,6/15,7/2,5 cm

Gewicht

620 g

Sprache

Englisch

ISBN

978-0-262-04801-9

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

Die Leseprobe wird geladen.
  • Produktbild: Distributional Reinforcement Learning
  • Preface ix
    1 Introduction 1
    2 The Distribution of Returns 11
    3 Learning the Return Distribution 51
    4 Operators and Metrics 77
    5 Distributional Dynamic Programming 115
    6 Incremental Algorithms 161
    7 Control 197
    8 Statistical Functionals 233
    9 Linear Function Approximation 261
    10 Deep Reinforcement Learning 293
    11 Two Applications and a Conclusion 319
    Notation 333
    References 337
    Index 365