2018 年，第一次在日亚的网站上看到这本书时，完全被评论吸睛了，评论阵容大概是这样的。
这本被日本网友称为“神本”（即神作）的深度学习入门书，当年原版上市不到两年销量就突破了 10 万册，评论更是一致好评。“好懂、压倒性好懂、好懂得可怕！就连文科生都能看懂。”在中文版出版后，这本书同样很受欢迎，目前累计销量已经达到 10万+册。真的印证了那句：“这是一本真正意义上的深度学习书。”这个神作就是深度学习“鱼书”。延续了简单易懂的写作风格，深度学习“鱼书“系列在 2020 年和 2023 年分别推出了系列续作《深度学习进阶：自然语言处理》《深度学习入门2:自制框架》，这两本书不负众望，在读者中的口碑大好。全系列豆瓣评分 9.0 以上，《深度学习入门2》在豆瓣上评分 9.9 分，接近满分。如此高的分数也印证了那些年读者的评论都是真的，它确实是深度学习最佳的入门书，即便你是零基础的新手也可以无压力地学习。2024 年，在众多读者的期待下，“鱼书”系列又添一本新作《深度学习入门4:强化学习》。这本书作为深度学习鱼书第四弹，延续了“鱼书”系列好懂的讲解风格，着重讲解了强化学习相关的知识。全书 313 页，全彩印刷，阅读体验极佳，带领大家从零开始掌握强化学习。
《深度学习入门4:强化学习》
斋藤康毅 ｜著
郑明智 ｜译
深受读者喜爱的“鱼书”系列第四弹，深度学习入门经典，从零开始掌握强化学习。沿袭“鱼书”系列风格，提供实际代码，边实践边学习，无须依赖外部库，从零开始实现支撑强化学习的基础技术。
- 把握潮流中的变与不变：在快速发展变化的深度学习领域，有变化的事物，有不变的事物。有些事物会随潮流而消逝，有些则会被传承下去。本书从马尔可夫决策过程、贝尔曼方程、蒙特卡洛方法、时间差分法等强化学习基础方法，自然而然地过渡到神经网络和深度学习，从前沿视角为读者遴选出最值得关注的强化学习理论和方法。
- 内容丰富，讲解简明易懂：作为超高人气“鱼书”系列第四部作品，本书延续了这一系列的写作和讲解风格，搭配丰富的图、表、代码示例，加上轻松、简明的讲解，能够让人非常信服地理解强化学习中各种方法之间的关系，于不知不觉中登堂入室。
- 原理与实践并重：本书旨在确保读者能够牢固掌握强化学习的独特理论，奉行“只有做出来才能真正理解”的理念，将这一主题的每个构成要素都从“理论”和“实践”两个方面进行详尽解释，并鼓励读者动手尝试。与仅通过数学公式解释理论的图书不同，读者将通过实际运行本书代码获得许多令人惊叹的领悟。
本书目录提前一览：
斋藤康毅，1984 年出生于日本长崎县，东京工业大学毕业，并完成东京大学研究生院课程。目前在某企业从事人工智能相关的研究和开发工作。著有“鱼书”系列《深度学习入门：基于Python的理论与实现》《深度学习进阶：自然语言处理》《深度学习入门2：自制框架》，同时也是 Python in Practice、The Elements of Computing Systems、Building MachineLearning Systems with Python 的日文版译者。
郑明智，智慧医疗工程师。主要研究方向为医疗与前沿 ICT 技术的结合及其应用。译有《深度学习基础与实践》《详解深度学习》《白话机器学习的数学》等书。
全彩印刷，阅读体验极佳，搭配丰富的图、表、代码示例，学习起来一目了然。
本書の最大の価値は、強化学習の手法全体の関係性が俯瞰できること
这本书的最大价值在于能够让读者从全局角度俯瞰强化学习方法的整体关系。
ベルマン方程式が根本的によくわからない方
对于无法理解贝尔曼方程的人来说，这本书将是一个突破口。
強化学習の基礎から、簡単なゲームを解く強化学習の実装までを紹介
这本书不仅涵盖了强化学习的基础知识，还详细介绍了如何通过强化学习来解决简单游戏的实现过程。
最后奉上一张全家福！
互动有奖
分享你对“强化学习”的看法或者学习心得
在留言区参与互动，
我们将从中选取5名认真留言的读者进行赠书，
截止时间11月5日。
进技术交流群请添加AINLP小助手微信（id: ainlp2)
关于AINLP
AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括LLM、预训练模型、自动生成、文本摘要、智能问答、聊天机器人、机器翻译、知识图谱、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLP小助手微信(id：ainlp2)，备注工作/研究方向+加群目的。
