国科大强化学习18-19春季.rar

上传者: bozitong1996 | 上传时间: 2022-04-13 14:12:15 | 文件大小: 28.06MB | 文件类型: RAR
2016年AlphaGo战胜人类顶级围棋选手,标志人工智能的一个重要里程碑事件,其中强化学习方法做出了重要的贡献。麻省理工、斯坦福、卡内基梅隆等著名学府纷纷开设或着重强化学习的课程。 强化学习是人工智能中最活跃的研究领域之一。强化学习不同于监督学习,强化学习根据系统的状态做出动作,由环境给出奖惩信号,通过学习获得使累计奖惩最高的动作策略。也就是一种基于数据通过自学习方式获得最优决策和控制的方法。在棋类博弈、智能驾驶、机器人控制等领域都有广泛成功的应用。 R. Sutton和A. Barto的《强化学习导论》自1998年第一版发行,为强化学习的关键思想和算法提供了一个清晰而简单的描述,系统介绍了该领域的知识基础和历史到最近的发展和应用。该书被公认是一本经典教材,目前正在更新出版第二版,在网上有电子版可以参考。本课程以该书为主要教材,并展开介绍最新的强化学习算法和深度强化学算法。可作为人工智能学院研究生的专业基础课。

文件下载

资源详情

[{"title":"( 10 个子文件 28.06MB ) 国科大强化学习18-19春季.rar","children":[{"title":"强化学习18-19春季","children":[{"title":"RL_lecture5.pdf <span style='color:#111;'> 1.63MB </span>","children":null,"spread":false},{"title":"lecture 4.zip <span style='color:#111;'> 1.94MB </span>","children":null,"spread":false},{"title":"RL_lecture3.pdf <span style='color:#111;'> 1.21MB </span>","children":null,"spread":false},{"title":"RL_lecture6.pdf <span style='color:#111;'> 13.37MB </span>","children":null,"spread":false},{"title":"RL_lecture1.pdf <span style='color:#111;'> 5.58MB </span>","children":null,"spread":false},{"title":"RL_lecture4.pdf <span style='color:#111;'> 4.72MB </span>","children":null,"spread":false},{"title":"lecture 6.zip <span style='color:#111;'> 5.99KB </span>","children":null,"spread":false},{"title":"lecture 2.zip <span style='color:#111;'> 5.39KB </span>","children":null,"spread":false},{"title":"RL_lecture2.pdf <span style='color:#111;'> 1.96MB </span>","children":null,"spread":false},{"title":"lecture 3.zip <span style='color:#111;'> 6.24KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

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