强化学习导论(第二版) / Reinforcement Learning：An Introduction @ShowMeAI
这里是 ShowMeAI 持续分享的【开源eBook】系列！内容覆盖机器学习、深度学习、数据科学、数据分析、大数据、Keras、TensorFlow、PyTorch、强化学习、数学基础等各个方向。整理自各平台的原作者公开分享（审核大大请放手）
◉ 简介：这是本书的第二版，旨在为所有相关学科的读者提供一个清晰的、简单的强化学习关键思想&算法的说明。书籍在第一版的基础上，增加了近些年新的研究主题，内容重点放在核心的算法上。
◉ 目录：
介绍
多臂老虎机
有限马尔可夫决策过程
动态规划
蒙特卡罗方法
时差学习
n-step Bootstrapping
使用表格方法进行规划和学习
带近似的策略预测
带近似的策略控制
带近似的离策略方法
资格痕迹
策略梯度方法
心理学
神经科学
应用与案例研究
前沿
文件下载
评论信息
其他资源
- 仪表控件 C#例子,包括圆表，直表（测量标尺），旋钮，开关，指示灯
- RAW CR2文件完全解析
- afxwin.h、afx.h等mfc头文件
- 伪距单点定位 GPS课程设计实验
- Xilium.CefGlue初始化程序，最精简Demo
- 基于Java、mysql毕设网吧管理系统
- 广州铭太Java笔试题
- B样条曲面源码
- QR分解求矩阵全部特征值
- 北航数值分析大作业 高斯/sor迭代法.zip
- 基于STM32步进电机红外代码（循迹小车）主函数
- HR911130C手册,千兆以太网RJ45插座
- Constrained Optimization and Lagrange Multiplier Methods
- 基于STM32的LED点阵音乐频谱
- 软件设计师（中级）资料（含视频和历年真题）
- urdu-blog：使用Stackbit创建的Jamstack网站-源码
- 矿脉：一个添加了现实的，可配置的矿脉的minecraft mod-源码
- 基于嵌入式Linux_ARM远程无线监控系统设计
- 用笨办法学python第四版
- 基于三层架构的仓库管理系统
- IPNC架构详解
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明