548页MIT强化学习教程,收藏备用PDF下载

本书分为三个部分。

第一部分根据马尔可夫决策过程定义强化学习问题。

第二部分提供了基本的解决方案:动态规划,蒙特卡罗方法和时差学习。

第三部分提出了解决方法的统一视图,并结合了人工神经网络,资格跟踪和规划。

最后两章介绍了案例研究,并考虑了强化学习的未来。

第二版的网站:

http://incompleteideas.net/book/the-book-2nd.html

python实现的代码:

https://github.com/ShangtongZhang/reinforcement-learning-an-introduction

课程资料:

http://incompleteideas.net/609%20dropbox/

完整教程下载

20181011

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181011B0PHMO00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券