決策算法 [美]米凱爾·J. 科申德弗 蒂姆·A. 惠勒
定 價:149 元
- 作者:[美]米凱爾·J. 科申德弗, [美]蒂姆·A. 惠勒, [美]凱爾·H. 雷
- 出版時間:2024/8/1
- ISBN:9787111756583
- 出 版 社:機械工業(yè)出版社
- 中圖法分類:C934
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書源于斯坦福大學(xué)的相關(guān)課程,主要介紹不確定狀態(tài)下的決策算法,涵蓋基本的數(shù)學(xué)問題和求解算法。本書共分為五個部分:首先解決在單個時間點上簡單決策的不確定性和目標(biāo)的推理問題;然后介紹隨機環(huán)境中的序列決策問題;接著討論模型不確定性,包括基于模型的方法和無模型的方法;之后討論狀態(tài)不確定性,包括jing確信念狀態(tài)規(guī)劃、離線信念狀態(tài)規(guī)劃、在線信念狀態(tài)規(guī)劃等;zui后討論多智能體系統(tǒng),涉及多智能體推理和協(xié)作智能體等。本書主要關(guān)注規(guī)劃和強化學(xué)習(xí),其中一些技術(shù)涉及監(jiān)督學(xué)習(xí)和優(yōu)化。書中的算法是用Julia編程語言實現(xiàn)的,并配有大量圖表、示例和練習(xí)題。本書要求讀者具備扎實的數(shù)學(xué)基礎(chǔ),適合計算機科學(xué)、數(shù)學(xué)、統(tǒng)計學(xué)、電氣工程、航空航天等領(lǐng)域的讀者閱讀。
本書源于斯坦福大學(xué)的課程“不確定性狀態(tài)下的決策”,主要介紹不確定狀態(tài)下的決策算法,涵蓋基本的數(shù)學(xué)問題和求解算法。本書主要關(guān)注規(guī)劃和強化學(xué)習(xí),其中一些技術(shù)涉及監(jiān)督學(xué)習(xí)和優(yōu)化。書中的算法是用Julia編程語言實現(xiàn)的,并配有大量圖表、示例和練習(xí)題。
前言
Algorithms for Decision Making
本書廣泛而深入地介紹不確定性狀態(tài)下的決策算法,涵蓋與決策相關(guān)的各種主題,闡述解決相關(guān)問題所涉及的基本數(shù)學(xué)公式和算法。本書還提供各類圖表以及大量的應(yīng)用示例和練習(xí)題,以便向讀者傳達各種方法所隱含的直觀思想。
本書面向高年級本科生、研究生以及專業(yè)人士,要求讀者具有扎實的數(shù)學(xué)基礎(chǔ),并假設(shè)讀者已經(jīng)掌握了多變量微積分、線性代數(shù)和概率論等方面的相關(guān)概念和知識。附錄中提供了相關(guān)的參考資料。本書適用于數(shù)學(xué)、統(tǒng)計學(xué)、計算機科學(xué)、航空航天、電氣工程和運籌學(xué)等學(xué)科領(lǐng)域。
算法是本書的基礎(chǔ)。本書使用Julia程序設(shè)計語言來實現(xiàn)書中的算法。Julia程序設(shè)計語言非常適合以人類可讀的形式來描述算法。算法實現(xiàn)的設(shè)計重點是可解釋性,而不是執(zhí)行的效率。對于工業(yè)應(yīng)用程序等,則可以使用替代的實現(xiàn)方案以提高效率。讀者可以免費使用本書中提供的所有代碼片段,但前提是必須明確指出代碼的來源。
Mykel JKochenderfer
Tim AWheeler
Kyle HWray
加利福尼亞州斯坦福
2022年2月28日
米凱爾·J. 科申德弗
(Mykel J. Kochenderfer)
斯坦福大學(xué)航空航天系和計算機科學(xué)系副教授,智能系統(tǒng)實驗室(SISL)主任。曾任職于麻省理工學(xué)院林肯實驗室。目前主要研究用于設(shè)計魯棒決策系統(tǒng)的算法和分析方法。他擁有愛丁堡大學(xué)博士學(xué)位。
蒂姆·A. 惠勒
(Tim A. Wheeler)
軟件工程師,主要從事自動駕駛、控制和決策系統(tǒng)方面的研發(fā)工作。他擁有斯坦福大學(xué)博士學(xué)位。
凱爾·H. 雷
(Kyle H. Wray)
Robust AI 公司工程總監(jiān),曾任硅谷創(chuàng)新聯(lián)盟實驗室首席研究員,目前主要從事自主機器人的研發(fā)工作,致力于設(shè)計和實現(xiàn)機器人決策系統(tǒng)。他擁有馬薩諸塞大學(xué)阿默斯特分校博士學(xué)位。
目錄
Algorithms for Decision Making
譯者序
前言
致謝
第1章導(dǎo)論1
11決策1
12應(yīng)用2
121飛機防撞控制系統(tǒng)2
122自動駕駛控制系統(tǒng)2
123乳腺癌篩查2
124金融消費與投資組合配置3
125分布式森林火災(zāi)監(jiān)控系統(tǒng)3
126火星科學(xué)探測3
13方法3
131顯式編程4
132監(jiān)督式學(xué)習(xí)4
133優(yōu)化4
134規(guī)劃4
135強化學(xué)習(xí)4
14自動化決策過程的歷史4
141經(jīng)濟學(xué)5
142心理學(xué)6
143神經(jīng)科學(xué)6
144計算機科學(xué)6
145工程7
146數(shù)學(xué)7
147運籌學(xué)8
15社會影響8
16本書組織結(jié)構(gòu)9
161概率推理9
162序列問題9
163模型不確定性10
164狀態(tài)不確定性10
165多智能體系統(tǒng)10
第一部分概率推理
第2章表示12
21信念度和概率12
22概率分布12
221離散概率分布13
222連續(xù)概率分布13
23聯(lián)合分布16
231離散聯(lián)合分布16
232連續(xù)聯(lián)合分配19
24條件分布20
241離散條件模型21
242條件高斯模型21
243線性高斯模型22
244條件線性高斯模型22
245sigmoid模型22
246確定性變量22
25貝葉斯網(wǎng)絡(luò)23
26條件獨立性25
27本章小結(jié)26
28練習(xí)題27
第3章推理30
31貝葉斯網(wǎng)絡(luò)中的推理30
32樸素貝葉斯模型中的推理33
33“和積”變量消除35
34信念傳播36
35計算復(fù)雜度37
36直接抽樣37
37似然加權(quán)抽樣39
38吉布斯抽樣41
39高斯模型中的推理43
310本章小結(jié)44
311練習(xí)題45
第4章參數(shù)學(xué)習(xí)49
41最大似然參數(shù)學(xué)習(xí)49
411類別分布的最大似然估計50
412高斯分布的最大似然估計50
413貝葉斯網(wǎng)絡(luò)的最大似然估計51
42貝葉斯參數(shù)學(xué)習(xí)53
421二元分布的貝葉斯學(xué)習(xí)54
422類別分布的貝葉斯學(xué)習(xí)55
423貝葉斯網(wǎng)絡(luò)的貝葉斯學(xué)習(xí)56
43非參數(shù)學(xué)習(xí)57
44缺失數(shù)據(jù)的學(xué)習(xí)58
441數(shù)據(jù)插值58
442期望最大化60
45本章小結(jié)62
46練習(xí)題62
第5章結(jié)構(gòu)學(xué)習(xí)66
51貝葉斯網(wǎng)絡(luò)評分66
52有向圖搜索68
53馬爾可夫等價類71
54部分有向圖搜索72
55本章小結(jié)73
56練習(xí)題73
第6章簡單決策75
61理性偏好上的約束75
62效用函數(shù)76
63效用誘導(dǎo)76
64最大期望效用原則78
65決策網(wǎng)絡(luò)79
66信息價值81
67非理性82
68本章小結(jié)84
69練習(xí)題84
第二部分序列問題
第7章精確求解方法88
71馬爾可夫決策過程88
72策略評估90
73值函數(shù)策略92
74策略迭代93
75值迭代94
76異步值迭代96
77線性規(guī)劃方程98
78具有二次型獎勵的線性系統(tǒng)99
79本章小結(jié)102
710練習(xí)題102
第8章近似值函數(shù)108
81參數(shù)化表示108
82最近鄰109
83核平滑110
84線性插值112
85單純形插值114
86線性回歸116
87神經(jīng)網(wǎng)絡(luò)回歸119
88本章小結(jié)119
89練習(xí)題120
第9章在線規(guī)劃123
91滾動時域規(guī)劃123
92基于預(yù)演的前瞻算法124
93正向搜索125
94分支定界法126
95稀疏抽樣127
96蒙特卡羅樹搜索128
97啟發(fā)式搜索134
98標(biāo)記啟發(fā)式搜索136
99開環(huán)規(guī)劃139
991確定性模型預(yù)測控制140
992魯棒模型預(yù)測控制141
993多重預(yù)測模型預(yù)測控制142
910本章小結(jié)143
911練習(xí)題143
第10章策略搜索146
101近似策略評估146
102局部搜索147