在学习机器学习中的强化学习的过程中，感觉国内所写的《深入浅出强化学习原理入门》和《强化学习精要：核心算法与TensorFlow 实现》理论联系实际，有助于提高对强化学习的认知。
可以用来参考学习：
《强化学习精要：核心算法与TensorFlow 实现》内容翔实，语言简洁易懂，既适合零基础的人员入门学习，也适合相关科研人员研究参考。冯超 编著。
《强化学习精要核心算法与TensorFlow实现》PDF，386页，带书签目录，文字可以复制；配套源代码。
下载：https://pan.baidu.com/s/15hSjf7glkUhe8tXwo1YNdA
《深入浅出强化学习：原理入门》用通俗易懂的语言深入浅出地介绍了强化学习的基本原理，覆盖了传统的强化学习基本方法和当前炙手可热的深度强化学习方法。开篇从最基本的马尔科夫决策过程入手，将强化学习问题纳入到严谨的数学框架中，接着阐述了解决此类问题最基本的方法——动态规划方法，并从中总结出解决强化学习问题的基本思路：交互迭代策略评估和策略改善。基于这个思路，分别介绍了基于值函数的强化学习方法和基于直接策略搜索的强化学习方法。最后介绍了逆向强化学习方法和近年具有代表性、比较前沿的强化学习方法。
《深入浅出强化学习原理入门》PDF，284页，带书签目录，文字可复制；配源代码。
下载：https://pan.baidu.com/s/13wScnDIEdd1YgSliRkMy9g
《深入浅出强化学习：原理入门》适合零基础的人员入门学习、也适合相关科研人员作为研究参考。
网友评论