资源分享 – Reinforcement Learning – An Introduction, Second Edition 英文PDF下载
1 Reinforcement Learning - An Introduction, Second Edition 英文高清PDF下载download
1.1 书籍简介
强化学习是人工智能中最活跃的研究领域之一，是一种计算学习方法，智能体在与复杂、不确定的环境交互时试图最大化其收到的奖励总量。在本书中，作者理查德·萨顿 (Richard Sutton) 和安德鲁·巴托 (Andrew Barto) 对该领域的关键思想和算法进行了清晰简单的说明。第二版已得到显着扩展和更新，提出了新主题并更新了其他主题的覆盖范围。
与第一版一样，第二版侧重于核心在线学习算法，更多的数学材料放在阴影框中。
- 第一部分尽可能多地介绍强化学习，但不超出可以找到精确解决方案的表格情况。本部分介绍的许多算法是第二版中的新算法，包括 UCB、Expected Sarsa 和 Double Learning。
- 第二部分将这些想法扩展到函数逼近，新增了关于人工神经网络和傅里叶基础等主题的章节，并提供了对离策略学习和策略梯度方法的扩展处理。
- 第三部分新增了关于强化学习与心理学和神经科学的关系的章节，以及更新的案例研究章节，包括 AlphaGo 和 AlphaGo Zero、Atari 游戏、以及 IBM Watson 的投注策略。最后一章讨论强化学习的未来社会影响。
1.2 资源下载
资源下载
资源名称：资源分享 – Reinforcement Learning – An Introduction, Second Edition 英文PDF下载
资源下载提示：如遇问题或者链接失效请联系站长！
欢迎扫码关注我的微信公众号，及时获取文章更新
本文作者：StubbornHuang
版权声明：本文为站长原创文章，如果转载请注明原文链接！
原文标题：资源分享 – Reinforcement Learning – An Introduction, Second Edition 英文PDF下载
原文链接：https://www.stubbornhuang.com/2824/
发布于：2023年10月04日 11:40:42
修改于：2024年01月30日 9:09:58
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
文章末尾
评论
72