读过"Reinforcement Learning"的豆瓣成员

27人参与评价  · · · · · ·

9.8

力荐
96.3%
推荐
3.7%
还行
0.0%
较差
0.0%
很差
0.0%

每周参与评价的人数(最近3个月内)

18人读过 31人在读 91人想读
Amnaile

2019-06-11

Ethane

2019-06-06

可以交流一下exercise的答案?

quantang

2019-06-12

不好读。

baiyin

2019-05-12

hzhanght

2019-04-22      tags: 强化学习

Cat Helix

2019-04-14

看了前两部分

[已注销]

2019-04-03

Mic.PonJo

2019-03-29

H+O2=HO2

2019-05-07

随着上课看了下, 有时间再把后几张case看下

CodePlay

2019-03-24

memory error

2019-03-22

正确的元策略应该有一定的随机性

ERIC

2019-04-05

第二版是98年第一版基础上修订的,在原有基础上增加了一些神经网络相关算法。但原有知识架构还是比较老的,不过非常适合刚接触RL的新手。我只看了前三章基础,后面选择性看了几个重要的章节。前三章虽然基础,但内容非常引人入胜,语言逻辑清晰便于理解,从最基础的MDP讲起到Monte Carlo方法、到经典dynamic programing,后面章节再逐渐到用的最广的Q-learning和policy gradient等方法,一步一步加深完善,便于系统学习知识。Richard Sutton的RL经典,推荐!

       

2019-03-02

brokilon

2019-02-20

online/offline, onpolicy/offpolicy, function approximation/no FA排列组合。 在蒙特利尔本来有作者签名会的我没去,因为我的真爱是David Silver! <3

罗磊爱吃锅包肉

2019-03-09

写的很系统,把之前散落在读论文里的各个知识点都串起来了,推荐,另外有随书的代码在github上

find_my_way

2019-01-03

fido

2018-11-15

𓃫

2019-01-16

只读了部分章节 写的很清楚

Reinforcement Learning
作者: Richard S. Sutton Andrew G. Barto
副标题: An Introduction (second edition)
isbn: 9780262039246
书名: Reinforcement Learning
页数: 552
定价: USD 76.00
出版社: A Bradford Book
出版年: 2018-11-13
装帧: 精装

去"Reinforcement Learning"的页面