《Reinforcement Learning》 读书笔记 2：多臂老虎机（Multi-armed Bandits）

《Reinforcement Learning: An Introduction》 读书笔记 - 目录 Reinforcement Learning 和 Supervised Learning 的区别 evaluate vs instruct 也就是说，RL的对于每一个action的效果不是非黑即白的，而是在每一次的action之后都可能不一样的后果（feedback, reward） 非iid，

>>阅读原文<<