【干货】强化学习圣经：《强化学习导论》第二版pdf

本文仅供交流，如有侵权，请联系删除。

介绍

《Reinforcement Learning：An Introduction》，被认为是强化学习圣经，由Tabular Solution Methods、Approximate Solution Methods和Looking Deeper三个部分组成。

本书官网：

http://www.incompleteideas.net/book/the-book.html

对应 Python 代码实现（GitHub）：

https://github.com/ShangtongZhang/reinforcement-learning-an-introduction

作者

Richard S. Sutton，DeepMind Alberta杰出科学家，Alberta大学计算机科学系的教授，强化学习和人工智能实验室首席研究员，CIFAR首席科学顾问，一直被认为是现代强化学习的奠基人之一，主要显著的贡献包括，temporal difference learning, policy gradient methods, the Dyna architecture。

Andrew Barto ，Massachusetts大学Amherst分校计算机科学与信息学院荣誉教授、自主学习实验室联合负责人，曾获2004年IEEE神经网络协会先锋奖、IJCAI-17优秀科研奖。现为美国科学促进会会员，IEEE高级会员和研究员，AAAI和美国神经科学学会会员，Neural Computation的副主编。

获得方式：

1. 关注【深度学习冲鸭】公众号

2. 在【深度学习冲鸭】公众号后台回复 RL 即可。

完整目录

获得方式：

1. 关注【深度学习冲鸭】公众号

2. 在【深度学习冲鸭】公众号后台回复 RL 即可。

---

交流学习，进群备注： 昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多： 机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

广告商、博主勿入！