強化學習導論

近年來因人工智慧興起，帶起許多學生、工程師與學者開始投入相關技術的學習、研究和開發。早期談到人工智慧，大部分會聯想到機器學習中的監督式學習和非監督式學習。然而，監督或非監督式學習較難處裡動態系統，機器學習技術的另一個分支──強化學習，剛好補足此缺口。強化學習的應用相當廣，最有名的兩個例子為，AlphaGo透過資料學習在圍棋比賽上屢獲佳績，以及Google利用強化學習技術，優化資料中心的運作，進而減少40%的冷卻花費。本書以奠定基本功為目的，一步步帶領讀者建構完整的強化學習知識，介紹的相關概念包含：動態規劃、蒙地卡羅法、1步時間差分法、n步時間差分法、近似解法、規劃與學習、資格跡與學習、策略梯度法。

@本書特色
* 本書以教科書的邏輯做撰寫，從最基本的假設與理論開始討論，再進入演算法與範例。每個章節環環相扣，書中清楚交代前後章之關係，讓讀者了解整體架構的來龍去脈。坊間強化學習書籍多半以實例應用為導向，讀者雖能快速上手強化學習演算法與相關工具，但較難提供完整的基本概念。
* 每章的開始先綜述該章的主要內容，讓讀者先有大方向的了解，再進入細節的討論。
* 相關概念以圖示化的方式呈現，讀者較易理解與統整。
* 每章搭配範例與程式碼，徹底了解演算法特性。
* 本書適用於三個層次的學習方式。對於程度較好且有豐富程式撰寫經驗的讀者，在閱讀範例後，可直接將範例的環境用熟悉的程式語言實作，與本書的圖表結果比較，用以判別程式的正確性。對於程度中等且有程式撰寫經驗的讀者，可利用範例後面接續的程式碼，與本書裡的演算法虛擬碼比較，了解其概念後再自行撰寫程式。對於較少程式撰寫經驗的讀者，可至筆者的網頁下載完整程式碼電子檔，透過逐行比對演算法和程式碼之間的關係來學習。
* 每章最後作重點回顧，條列該章裡最重要的概念，方便讀者確認學習重點。
* 本書適合自學，也適合當大學部實作專題的輔助教材、大學部課程教科書、以及業界工程師快速奠定強化學習基礎概念與實作能力的教學書籍。閱讀完本書後，有助於讀者進一步閱讀強化學習的經典原文書``Reinforcement Learning: An Introduction’’。

@購買紙本書
https://www.opentech.com.tw/search/bookinfo.asp?isbn=9789865038717

@電子書版本說明
* 2021/04/22 完稿(160頁)
* 2021/09/21 增修(181頁)：1) 數學符號統一斜體；2) 每章開頭加強章與章的連結、減少專業術語使用，提升可讀性；3) 增加圖示化的概念呈現；4) 章節數表示方式更動。
* 2021/11/22 紙本書出版 (出版商：全華)