Hands-On-Reinforcement-Learning-with-Java:Packt发行的《 Java上的动手强化学习》（视频）-源码

用Java进行动手强化学习[视频] 这是出版的的代码库。 它包含从头到尾完成视频课程所需的所有支持项目文件。 关于视频课程 数据科学和机器学习世界中存在无法通过监督学习或无监督学习解决的问题。 如果标准ML工程师的工具包不够用，您可以学习和使用一种新方法：强化学习。 本课程重点介绍Java生态系统中的关键强化学习技术和算法。 每个部分都涵盖了RL概念并解决了实际问题。 您将学习解决具有挑战性的问题，例如创建机器人，决策，随机悬崖行走等等。 然后，您还将涵盖深度强化学习，并学习如何在RL算法中使用DeepLearning4J添加深度神经网络。 在本课程结束时，您将准备解决强化学习问题，并利用最强大的Java DL库创建强化学习算法。 您将学到什么 利用ND4J和RL4J进行强化学习 使用马尔可夫决策过程解决购物车极点问题 使用QLConfiguration来配置您的强化学习算法 利用动