pclgo的博客

强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。其灵感来源于心理学中的行为主义理论，即有机体如何在环境给予的奖励或惩罚的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。 在强化学习的世界里， 算法称之为Agent， 它与环境发生交互，Agent从环境中获取状态（state），并决定自己要做出的动作（action）.环境会根据自身的逻辑给Agent予以奖励（reward）。奖励有正向和反向之分。比如在游戏中，每击中一个敌人就是正向的奖励，掉血或者游戏结束就是反向的奖励。 【课程内容】 强化学习简介 强化学习基本概念 马尔科夫决策过程 Bellman方程 值迭代求解 代码实战求解过程 QLearning基本原理 QLearning迭代计算实例 QLearning迭代效果 求解流程详解 DeepQnetwork原理 DQN网络细节 DQN网络参数配置 搭建DQN网络模型 DQN卷积操作定义 数据预处理 实验阶段数据存储 实现训练模块 Debug解读训练代码 完整代码流程分析 DQN效果演示

Matplotlib 2.x By Example 原版图书讲解使用python中的Matplotlib绘制各种图表，一书掌握图表绘制，绘制各种精美图表，进行数据分析。 出版日期： 2017年8月 主页：https://www.packtpub.com/big-data-and-business-intelligence/matplotlib-2x-example

Apress Reinforcement Learning With Open AI Tensor 强化学习原版书籍, 作者：Abhishek Nandy Manisha Biswas

Deep Learning with Python by Francois Chollet (final 版）,Manning | 2018 | ISBN: 9781617294433 | 386 pages | PDF