强化学习入门总结
目录 一、强化学习概述 1.强化学习简介 2.发展历程： 3.MDP（马儿可夫决策过程） 4.why RL？ 5.总结： 二、强化学习求解方法 1.动态规划方法 2.蒙特卡洛方法 3.时间差分方法 三、强化学习算法分类 1.分类一： 2.分类二： 3.分类三： 4.分类四： 四、代表性算法 1.Q-learning 2.Sarsa: 3.大名鼎鼎的DQN 4.Policy Gradients算法
相关文章
- 1. 学习总结——强化学习入门
- 2. 强化学习入门总结
- 3. 强化学习入门
- 4. 强化学习 入门（二）
- 5. 入门强化学习1
- 6. 强化学习 入门（一）
- 7. 强化学习入门（一）
- 8. 强化学习总结
- 9. 强化学习入门……的入门
- 10. 【强化学习】入门学习
- 更多相关文章...
- • XML 总结 下一步学习什么呢？ - XML 教程
- • Memcached入门教程 - NoSQL教程
- • YAML 入门教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 学习总结——强化学习入门
- 2. 强化学习入门总结
- 3. 强化学习入门
- 4. 强化学习 入门（二）
- 5. 入门强化学习1
- 6. 强化学习 入门（一）
- 7. 强化学习入门（一）
- 8. 强化学习总结
- 9. 强化学习入门……的入门
- 10. 【强化学习】入门学习