Statistical Reinforcement Learning: Modern Machine Learning Approaches (Chapman & Hall/CRC Machine Learning & Pattern Recognition)
Langue : anglais
Edité par Chapman and Hall/CRC, 2015
Série : Livre 10 sur 15 - Chapman & Hall/Crc Machine Learning & Pattern Recognition
- Livre relié
- Occasion
Vendeur : MERS Goodwill, Saint Louis, MO, Etats-UnisMERS Goodwill
Vendeur AbeBooks depuis 13 mars 2026
Etat: Occasion - Moyen
EUR 45,83
Quantité disponible : 1 disponible
Ajouter au panierA propos de cet article
Used - Acceptable: All pages and the cover are intact, but shrink wrap, dust covers, or boxed set case may be missing. Pages may include limited notes, highlighting, or minor water damage but the text is readable. Pages may include limited notes and highlighting, but the text cannot be obscured or unreadable. Any access codes or passwords originally included with the book may be expired, used or no longer valid. Image is stock photo and cover art edition may be different than pictured.
N° de réf. du vendeur MERV.1439856893.A
- Titre
- Statistical Reinforcement Learning: Modern Machine Learning Approaches (Chapman & Hall/CRC Machine Learning & Pattern Recognition)
- Auteur
- Sugiyama, Masashi
- Éditeur
- Chapman and Hall/CRC
- Année de publication
- 2015
- État de l'article
- acceptable
- Reliure
- Couverture rigide
- Langue
- anglais
- ISBN à 10 chiffres
- 1439856893
- ISBN à 13 chiffres
- 9781439856895
- Série
- Livre 10 sur 15: Chapman & Hall/Crc Machine Learning & Pattern Recognition
Reinforcement learning is a mathematical framework for developing computer agents that can learn an optimal behavior by relating generic reward signals with its past actions. With numerous successful applications in business intelligence, plant control, and gaming, the RL framework is ideal for decision making in unknown environments with large amounts of data.
Supplying an up-to-date and accessible introduction to the field, Statistical Reinforcement Learning: Modern Machine Learning Approaches presents fundamental concepts and practical algorithms of statistical reinforcement learning from the modern machine learning viewpoint. It covers various types of RL approaches, including model-based and model-free approaches, policy iteration, and policy search methods.
- Covers the range of reinforcement learning algorithms from a modern perspective
- Lays out the associated optimization problems for each reinforcement learning scenario covered
- Provides thought-provoking statistical treatment of reinforcement learning algorithms
The book covers approaches recently introduced in the data mining and machine learning fields to provide a systematic bridge between RL and data mining/machine learning researchers. It presents state-of-the-art results, including dimensionality reduction in RL and risk-sensitive RL. Numerous illustrative examples are included to help readers understand the intuition and usefulness of reinforcement learning techniques.
This book is an ideal resource for graduate-level students in computer science and applied statistics programs, as well as researchers and engineers in related fields.
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Masashi Sugiyama received his bachelor, master, and doctor of engineering degrees in computer science from the Tokyo Institute of Technology, Japan. In 2001 he was appointed assistant professor at the Tokyo Institute of Technology and he was promoted to associate professor in 2003. He moved to the University of Tokyo as professor in 2014.
He received an Alexander von Humboldt Foundation Research Fellowship and researched at Fraunhofer Institute, Berlin, Germany, from 2003 to 2004. In 2006, he received a European Commission Program Erasmus Mundus Scholarship and researched at the University of Edinburgh, Scotland. He received the Faculty Award from IBM in 2007 for his contribution to machine learning under non-stationarity, the Nagao Special Researcher Award from the Information Processing Society of Japan in 2011, and the Young Scientists’ Prize from the Commendation for Science and Technology by the Minister of Education, Culture, Sports, Science and Technology for his contribution to the density-ratio paradigm of machine learning.
His research interests include theories and algorithms of machine learning and data mining, and a wide range of applications such as signal processing, image processing, and robot control. He published Density Ratio Estimation in Machine Learning (Cambridge University Press, 2012) and Machine Learning in Non-Stationary Environments: Introduction to Covariate Shift Adaptation (MIT Press, 2012).
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
MERS Goodwill
Saint Louis, MO, Etats-Unis
Vendeur AbeBooks depuis 13 mars 2026
Frais d'expédition à l'intérieur de ce pays : Etats-Unis
| Article | 5 à 14 jours ouvrés | 3 à 6 jours ouvrés |
|---|---|---|
| Premier article | EUR 3,56 | EUR 6,23 |
Modes de paiement
Description de la boutique
Changing lives through the power of work MERS Goodwill provides a variety of programs and services to help support this mission. Some of the many programs and services offered are career counseling, skills training, education and literacy programs, employment services, and more. Our organization also provides job opportunities through the Custodial and Business Contracts Division. Those who are hired through the MERS Goodwill Custodial and Business Contracts Division become well-trained and reliable workers. MERS Goodwill is then able to better serve local businesses with services like office cleaning, snow removal, paper processing, and more. The revenue from these services then goes back into more training and education programs, so that we can continue to provide reliable, quality contracted business services.…
Spécialité
UsedProfil professionnel du vendeur
MERS Goodwill
8007 West Florissant Avenue
Jennings, MO Etats-Unis 63136
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à MERS Goodwill, Jennings, Missouri, U.S.A., sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.