强化：与Sutton＆Barto教科书相关的完整章节练习：强化学习-简介
Sutton＆Barto撰写的《强化学习：简介》 （第2版）包括本章练习。 该资料库存储了我在理解强化学习过程中对这些练习的尝试。 所有练习均在Rmarkdown中完成，并按章节分开。
章节：
1：简介
第一部分：表格求解方法
2：多臂匪
3：有限马尔可夫决策过程
4：动态编程
5：蒙特卡洛方法
6：时差学习
7：n步自举
8：使用表格方法进行计划和学习
第二部分：近似解法
9：基于策略的预测
10：基于策略的近似控制
11：近似的非策略方法
12：资格跟踪
13：政策梯度法
第三节：深入了解
14：心理学
15：神经科学
16：应用和案例研究
17：边疆
文件下载
资源详情
[{"title":"（ 3 个子文件 2KB ） 强化：与Sutton＆Barto教科书相关的完整章节练习：强化学习-简介","children":[{"title":"reinforcement-main","children":[{"title":".gitignore <span style='color:#111;'> 570B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 995B </span>","children":null,"spread":false},{"title":"CH1.Rmd <span style='color:#111;'> 1.47KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- 基于8086的电子琴proteus仿真（有代码）
- 基于websocket+webrtc实现音视频通话demo，下载即可用
- 计算机图形学原理及实践中的SRGP图形包
- 基于STM32车牌识别程序_带管理计费.zip
- 立创EDA Arduino UNO单片机PCB项目文件
- 使用matlab的OFDM导频ls lmmse信道估计
- 基于微信云开发的表白墙微信小程序.zip
- SQL Server实验指导 课后答案
- 基于matlab灰色模型GM(1，1)预测数据
- 批量编码转化工具（实现文件编码的自动检测）
- 陕西省矢量边界shp文件
- VSCode-darwin-arm64.zip
- 维吾尔语文字代码转换器
- C语言编程规范（个人规约）
- C++多线程开发经典书籍
- CSS动画指南：原理和实战（一）
- 第一章燃烧计算-31.pdf
- WST 500.27-2016电子病历共享文档规范第27部分：麻醉知情同意书.pdf.rar
- GeoLite2-City_20210216.tar.gz
- 施乐S系列黑白复印机维修手册.rar
- ColdFire_MCF52259例程大全（全部模块）
- 个人信息管理平台（内含数据库）
- C#搜索引擎源代码 （lucene.net 2.3.1）
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明