神刀安全网

David Silver强化学习公开课视频、PPT及学习笔记

Google DeepMind的David Silver的强化学习课程:

课程视频: https://www.youtube.com/playlist?list=PL5X3mDkKaJrL42i_jhE4N-p6E2Ol62Ofa
全部讲义下载: http://download.csdn.net/detail/happytofly/9554148

学习笔记 by 陈汝丹

  • 强化学习入门

    主要解释了强化学习在多领域的体现,主要解决什么问题,与监督学习算法的区别,完整的算法流程由哪几部分组成,其中的agent又包含什么内容,以及解释了强化学习涉及到的一些概念。

  • 马尔可夫决策过程MDP

    主要介绍了马尔可夫过程(MP)、马尔可夫奖赏过程(MRP)、马尔可夫决策过程(MDP)是什么,以及它们涉及到的一些概念,结合了课程ppt给出的例子对概念有了一些直观的了解。

  • 动态规划解决MDP的Planning问题

    主要谈到了动态规划能够解决MDP的什么问题,能通过Policy Iteration和Value Iteration来解决,这两者指的是什么,出于什么样的考虑提出这两种思路,具体解决步骤是什么。

转载本站任何文章请注明:转载至神刀安全网,谢谢神刀安全网 » David Silver强化学习公开课视频、PPT及学习笔记

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址