图灵教育是国内IT图书领域最有影响力的高端品牌之一，拥有国内首屈一指的的策划团队和编辑团队。成立17年来，始终坚持质量第一，以“为读者提供高质量科技图书”为核心业务，累计出版图书 2000 多种，影响了数千万读者。
强化学习类书籍
1.《深度强化学习》
https://www.ituring.com.cn/book/2982
本书特色
1.内容新颖，涵盖最近 10 年最重要的深度强化学习方法，紧跟学术最前沿
2.知识精悍，围绕实用、精简两大原则，专注核心知识，成书篇幅仅 312 页
3.图多易懂，书中原创 140 多幅精美全彩插图，让方法和原理变得形象生动
4.论文导读，书中列出了 136 篇参考文献，相当于一份宝贵的论文阅读清单
5.配套课件，部分章节配有 PPT 和公开视频课，读者可以直接获取所有资源
6.作者资深，工业界专家王树森、黎彧君联合导师、学术界专家张志华作品
2.《用Python动手学强化学习》
https://www.ituring.com.cn/book/2794
本书特色
从基础到应用：一本书快速入门
基本概念×算法详解×前沿应用×弱点及对策
基于Python实现：直观理解运作过程 132张图表×大量示例：通俗易懂 源代码可下载
1.系统全面 涵盖从基本概念到前沿应用的各种知识，系统整理强化学习的研究体系。
2.实践导向 从实用性出发设计示例代码，并介绍强化学习的弱点及克服方法，以使读者能够将强化学习应用到工作中。
3.有趣有料 没有枯燥的公式推导，借助132张全彩图、大量示例和可以直接运行的代码，将强化学习问题化繁为简，即使是初学者也可轻松读懂。
3.《PyTorch深度学习入门》
https://www.ituring.com.cn/book/2703
本书特色
文章阅读量10万+的作者倾力打造的一份超简单PyTorch入门教程，适合所有想要了解深度学习和PyTorch的人群
更适合小白的思路与讲解方式：从硬件挑选、系统配置开始，图文并茂，手把手教你搭建神经网络
内容涵盖图片识别、文本翻译、强化学习、生成对抗网络等流行的深度学习应用
4.《程序员数学：用Python学透线性代数和微积分》
https://www.ituring.com.cn/book/2864
本书特色
数学拥有无穷的力量。它既帮助游戏开发工程师建模物理世界，也帮助量化金融分析师赚取利润，还帮助音频处理工程师制作音乐。在数据科学和机器学习领域，数学知识更是不可或缺的。
有人热爱数学，将它比作诗歌，为之着迷一生；有人很难领会数学的妙处，受困于“数学焦虑症”。本书正是为了帮助程序员消除这种焦虑，用自己熟悉的工具，即代码，重新发现数学之美。
本书以图文结合的方式帮助你用Python代码解决程序设计中的数学问题。通过边学边练，你会发现线性代数和微积分的重要概念跃然纸上、印在脑中。
5.《简明的TensorFlow 2》
https://www.ituring.com.cn/book/2705
本书特色
※ TensorFlow 中国研发负责人李双峰，Google 全球生态系统项目负责人倾力推荐！
※ 3位 ML GDE 共同创作，以“即时执行”视角带你领略 TensorFlow 2 的全新开发模式！
※一本书让你快速入门 TensorFlow 2，同时掌握多端部署能力！
6.《深入浅出神经网络与深度学习》
https://www.ituring.com.cn/book/2789
本书特色
本书深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。作者以技术原理为导向，辅以贯穿全书的MNIST手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。学完本书后，读者将能够通过编写Python代码来解决复杂的模式识别问题。
7.《泛函分析导论及应用》
https://www.ituring.com.cn/book/2750
本书特色
※ 泛函分析在数学及各应用科学中的作用愈发重要，本书的目的就是使读者熟悉泛函分析的基本概念、原理、方法和应用。
※ 本书不要求读者具备实变函数与拓扑学的知识，深入浅出、清晰易懂，富有知识性和趣味性，可用于自学。
※ 本书体系完整、论证严密，各节末尾的习题有助于读者巩固所学的知识，并附有复习资料和习题解答。
8.《程序员的数学4：图论入门》
https://www.ituring.com.cn/book/2853
本书特色
1.沿袭“程序员的数学”系列平易近人的风格
2.丰富图例帮助建立直观印象，全面理解图论思维，快速入门图论
3.语言简练，示例丰富，只需高中基础数学知识即可阅读
4.自学图论好搭档，竞赛入门好帮手
5.全系列累计销量24万册
9.《白话机器学习的数学》
https://www.ituring.com.cn/book/2636
本书特色
一本书掌握机器学习的基础数学。
1.步步引导，对话形式好理解 结合回归和分类的具体问题，逐步讲解机器学习中实用的基础数学知识
2.层层拆解，复杂公式看得懂 把数学表达式拆开看，一部分一部分地去理解就好懂了
3.用Python实现分类和回归算法
通过实际的Python编程讲解数学公式的应用，加深读者对数学知识的理解。书中的Python代码均可下载。
