本书使用受现实世界商业和行业问题启发的实际示例来讲授强化学习技术的相关知识。本书分为四部分：第一部分涵盖强化学习的必要背景，包括定义、数学基础和强化学习解决方案的概述；第二部分深入介绍最先进的强化学习算法（规模化的深度Q-学习、基于策略的方法、基于模型的方法、多智能体强化学习等），包括每种算法的优缺点；第三部分介绍强化学习中的高级技术，包括机器教学、泛化和域随机化、元强化学习等主题，还涵盖强化学习中有助于改进模型的各种高级主题；第四部分讲解强化学习的各种应用，例如自主系统、供应链管理、营销和金融、智慧城市与网络安全等，并讨论强化学习领域的一些挑战及未来方向。学完本书，你将掌握如何训练和部署自己的强化学习智能体来解决强化学习问题。

全书分为三个部分。第壹部分了解强化学习应用，了解强化学习基本知识，搭建强化学习测试环境。该部分包括：强化学习的概况、强化学习简单示例、强化学习算法的常见思想、强化学习的应用、强化学习测试环境的搭建。第二部分介绍强化学习理论与深度强化学习算法。强化学习理论部分：Markov决策过程的数学描述、Monte Carlo方法和时序差分方法的数学理论；深度强化学习算法部分：详细剖析全部具有重要影响力的深度强化学习算法，结合TensorFlow实现源码。第三部分介绍强化学习综合应用案例。

全书分为三个部分： ?第1章：从零开始介绍强化学习的背景知识，介绍环境库Gym的使用。 ?第2～15章：基于折扣奖励离散时间Markov决策过程模型，介绍强化学习的主干理论和常见算法。采用数学语言推导强化学习的基础理论，进而在理论的基础上讲解算法，并为算法提供配套代码实现。基础理论的讲解突出主干部分，算法讲解全面覆盖主流的强化学习算法，包括经典的非深度强化学习算法和近年流行的强化学习算法。Python实现和算法讲解一一对应，对于深度强化学习算法还给出了基于TensorFlow 2和PyTorch 1的对照实现。 ?第16章：介绍其他强化学习模型，包括平均奖励模型、连续时间模型、非齐次模型，半Markov模型、部分可观测模型等，以便更好了解强化学习研究的全貌。

全书分为三个部分。第壹部分了解强化学习应用，了解强化学习基本知识，搭建强化学习测试环境。该部分包括：强化学习的概况、强化学习简单示例、强化学习算法的常见思想、强化学习的应用、强化学习测试环境的搭建。第二部分介绍强化学习理论与深度强化学习算法。强化学习理论部分：Markov决策过程的数学描述、Monte Carlo方法和时序差分方法的数学理论；深度强化学习算法部分：详细剖析全部具有重要影响力的深度强化学习算法，结合TensorFlow实现源码。第三部分介绍强化学习综合应用案例。

深度讲解区块链核心技术、平台与应用开发，涵盖架构、共识、加密、P2P、比特币、以太坊、Hyperledger、EOS、潜力框架、问题与测评等。本书分为三篇，内容解读如下。基础篇（第1～6章），着重讲解区块链技术思想、通用架构和核心技术。 实战篇（第7～9章），讲解主流的区块链开发平台比特币、以太坊、Hyperledger Fabric的核心机制、技术细节，并给出点对点的电子现金系统、智能合约开发、完整的Fabric网络构建与应用开发三个案例。进阶篇（10～12章），为进一步提升读者开发能力、眼界与研究方向，涵盖三个方面：①可能的发展方向；②区块链开发需要考虑的各种问题；③区块链测评。

从技术层面上，Spark作为一个快速、通用的大规模数据处理引擎，凭借其可伸缩、基于内存计算等特点，以及可以直接读写HDFS上数据的优势，实现了批处理时更加高效、延迟更低，已然成为轻量级大数据快速处理的统一平台。Spark集成Spark SQL、Spark Streaming、MLlib、GraphX、SparkR等子框架，并且提供了全新的大数据处理方式，让从业者的工作变得越来越便捷。本书从基础讲起，针对性地给出了实战场景；并围绕DataFrame，兼顾在Spark SQL和Spark ML的应用。

本书共分为四大部分： 基础篇（1～10章）介绍了Spark的用途、扩展、安装、运行模式、程序开发、编程模型、工作原理，以及SparkSQL、SparkStreaming、MLlib、GraphX、Bagel等重要的扩展； 实战篇（11～14）讲解了搜索结果的排序、个性化推荐系统、日志分析系统、自然语言处理、数据挖掘等方面的案例； 高级篇（15～18）则讲解了Spark的调度管理、存储管理、监控管理、性能优化、最佳实践以及重点算法的解读； 扩展篇（19～20）讲解了Sparkjob-server和Tachyon。

本书基于最新的Java EE 6规范对Java EE应用开发技术进行系统讲解。书中主要包括四部分内容：第一部分介绍了Java EE的定义、设计思想、技术架构和开发模式等，可使读者全面认识Java EE。第二部分以Java EE企业应用的表现层、数据持久化层和业务逻辑层的开发为主线，重点讲解Java EE 6 规范的最新功能特性，包括JSF 2.0、Servlet3.0、EJB 3.1和JPA 2.0等，使读者掌握开发完整Java EE企业应用的基本技能。第三部分讲解了如何利用CDI实现组件的低耦合、如何利用Bean Validation框架实现统一校验、如何确保企业应用安全等高级知识，使读者掌握企业应用开发中的系统架构、安全防护等高级技能。第四部分讲解了如何利用JavaMail、Web服务、JMS消息服务和消息驱动Bean等技术来实现企业应用之间的集...(展开全部)

从技术层面上，Spark作为一个快速、通用的大规模数据处理引擎，凭借其可伸缩、基于内存计算等特点，以及可以直接读写HDFS上数据的优势，实现了批处理时更加高效、延迟更低，已然成为轻量级大数据快速处理的统一平台。Spark集成Spark SQL、Spark Streaming、MLlib、GraphX、SparkR等子框架，并且提供了全新的大数据处理方式，让从业者的工作变得越来越便捷。本书从基础讲起，针对性地给出了实战场景；并围绕DataFrame，兼顾在Spark SQL和Spark ML的应用。

知名专家联袂推荐，实力专家联合撰写，权威性、全面性、透彻性毋庸置疑。深度讲解区块链核心技术、平台与应用开发，涵盖架构、共识、加密、P2P、比特币、以太坊、Hyperledger、EOS、潜力框架、问题与测评等。本书分为三篇，内容解读如下。 基础篇（第1～6章），着重讲解区块链技术思想、通用架构和核心技术。该部分写作时注意通俗易懂且兼顾全局，是学习基石与蓝图，涵盖区块链思想与价值、通用架构模型、基础概念与核心技术（加密、共识、P2P网络等）。 实战篇（第7～9章），讲解主流的区块链开发平台比特币、以太坊、Hyperledger Fabric的核心机制、技术细节，并给出点对点的电子现金系统、智能合约开发、完整的Fabric网络构建与应用开发三个案例。 进阶篇（10～12章），为进一步提升读者开发能力、眼界与研究方向，涵盖三个方面：① 可能的发展方向，以及...(展开全部)