会员服务

11月新书-《强化学习：算法与理论》分享

2019 年 11 月 28 日 深度学习与NLP

    分享一本由Alekh Agarwal、Nan Jiang和Sham M. Kakade编写的新书，《强化学习：算法与理论》。本书11月最新release出来的讲解强化学习的书籍，目前还在持续更新中，最新版本刚刚放出来，分享给大家。

    文末附本书pdf最新版下载地址。

    与以往动辄几百页的强化学习书籍相比，本书比较精悍，目前只有80多页，内容比较简洁干练，适合想要快速了解强化学习基础的朋友。

     

目录

  正文内容截图

本书最新版下载地址

    微信公众号“深度学习与NLP”回复关键字“drsl19”获取下载地址。

往期精品内容推荐

Barbara Plank-NLP模型的跨语言/跨领域迁移-经验分享

最新VR版“Half-Life Alyx”-超真实体验

Pytorch官方力荐-11月新书《Pytorch深度学习实战指南》pdf及代码分享

自然语言处理常见数据集、论文最全整理分享

斯坦福NLP组-2019-《CS224n: NLP与深度学习》-分享

免费自然语言处理(NLP)课程及教材分享

UC Berkeley《人工智能基础-2018》课程及视频教程（带中英文字幕）分享

BERT-基于双向Transformer预训练模型原理详解

实战经验分享-少量数据NLP场景下进行深度学习训练的建议

免费教材-《数据科学基础-2018》最新版下载

吴恩达 - 如何规划机器学习职业生涯

深度学习与计算机视觉任务应用综述

扫描下方二维码可以订阅哦！

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号：lqfarmerlq

登录查看更多
0

相关内容

强化学习（RL）是机器学习的一个领域，与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外，强化学习是三种基本的机器学习范式之一。 强化学习与监督学习的不同之处在于，不需要呈现带标签的输入/输出对，也不需要显式纠正次优动作。相反，重点是在探索（未知领域）和利用（当前知识）之间找到平衡。 该环境通常以马尔可夫决策过程（MDP）的形式陈述，因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于，后者不假设MDP的确切数学模型，并且针对无法采用精确方法的大型MDP。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【2020新书】监督机器学习，156页pdf，剑桥大学出版社
【2020新书】监督机器学习，156页pdf，剑桥大学出版社
专知会员服务
151+阅读 · 2020年6月27日
【斯坦福】凸优化圣经- Convex Optimization （附730pdf下载）
【斯坦福】凸优化圣经- Convex Optimization （附730pdf下载）
专知会员服务
221+阅读 · 2020年6月5日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
178+阅读 · 2020年2月1日
【新书】学习TensorFlow2.0，177页pdf，使用Python实现机器学习和深度学习模型
【新书】学习TensorFlow2.0，177页pdf，使用Python实现机器学习和深度学习模型
专知会员服务
222+阅读 · 2019年12月28日
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
专知会员服务
115+阅读 · 2019年11月24日
【新书稿：强化学习：理论与算法】《Reinforcement Learning: Theory and Algorithms》by Alekh Agarwal, Nan Jiang, Sham M. Kakade (2019)，(附83页pdf)
【新书稿：强化学习：理论与算法】《Reinforcement Learning: Theory and Algorithms》by Alekh Agarwal, Nan Jiang, Sham M. Kakade (2019)，(附83页pdf)
专知会员服务
78+阅读 · 2019年11月23日
吴恩达新书《Machine Learning Yearning》完整中文版
吴恩达新书《Machine Learning Yearning》完整中文版
专知会员服务
145+阅读 · 2019年10月27日
新书分享：强化学习最新书稿《强化学习导论》（Reinforcement Learning An Introduction）第二版出炉
新书分享：强化学习最新书稿《强化学习导论》（Reinforcement Learning An Introduction）第二版出炉
专知会员服务
114+阅读 · 2019年10月25日
GAN新书《生成式深度学习》，Generative Deep Learning，379页pdf
GAN新书《生成式深度学习》，Generative Deep Learning，379页pdf
专知会员服务
202+阅读 · 2019年9月30日
机器学习在材料科学中的应用综述，21页pdf
机器学习在材料科学中的应用综述，21页pdf
专知会员服务
48+阅读 · 2019年9月24日
简明深度学习学习资料分享：从基础到进阶
简明深度学习学习资料分享：从基础到进阶
深度学习与NLP
27+阅读 · 2019年9月7日
斯坦福CS236-深度生成模型2019-全套课程资料分享
斯坦福CS236-深度生成模型2019-全套课程资料分享
深度学习与NLP
20+阅读 · 2019年8月20日
李宏毅-《机器学习/深度学习-2019》视频及资料分享
李宏毅-《机器学习/深度学习-2019》视频及资料分享
深度学习与NLP
42+阅读 · 2019年3月20日
2019最新-UC Berkeley-《深度学习入门课程》分享
2019最新-UC Berkeley-《深度学习入门课程》分享
深度学习与NLP
13+阅读 · 2019年3月1日
Jacob Eisenstein《自然语言处理》最新经典教材免费分享
Jacob Eisenstein《自然语言处理》最新经典教材免费分享
深度学习与NLP
24+阅读 · 2019年2月13日
MIT深度学习基础-2019视频课程分享
MIT深度学习基础-2019视频课程分享
深度学习与NLP
10+阅读 · 2019年2月7日
中文版新书《动手学深度学习》pdf免费分享
中文版新书《动手学深度学习》pdf免费分享
深度学习与NLP
75+阅读 · 2018年12月2日
CMU-2018年8月-深度学习基础课程视频分享
CMU-2018年8月-深度学习基础课程视频分享
深度学习与NLP
6+阅读 · 2018年9月20日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
李宏毅-201806-中文-Deep Reinforcement Learning精品课程分享
李宏毅-201806-中文-Deep Reinforcement Learning精品课程分享
深度学习与NLP
15+阅读 · 2018年6月20日
Weight Poisoning Attacks on Pre-trained Models
Weight Poisoning Attacks on Pre-trained Models
Arxiv
5+阅读 · 2020年4月14日
Financial Time Series Representation Learning
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
Accelerated Methods for Deep Reinforcement Learning
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Efficient Eligibility Traces for Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年10月23日
Multitask Learning on Graph Neural Networks - Learning Multiple Graph Centrality Measures with a Unified Network
Arxiv
4+阅读 · 2018年9月11日
Notes on Deep Learning for NLP
Arxiv
22+阅读 · 2018年8月30日
High Performance Software in Multidimensional Reduction Methods for Image Processing with Application to Ancient Manuscripts
High Performance Software in Multidimensional Reduction Methods for Image Processing with Application to Ancient Manuscripts
Arxiv
4+阅读 · 2018年7月18日
Accelerated Reinforcement Learning
Arxiv
6+阅读 · 2018年4月24日
A Deep Reinforcement Learning Chatbot (Short Version)
Arxiv
13+阅读 · 2018年1月20日
Convolutional Sequence to Sequence Learning
Arxiv
4+阅读 · 2017年7月25日
VIP会员
相关主题
强化学习
Alekh Agarwal
Sham M. Kakade
算法
书籍
NLP
相关VIP内容
【2020新书】监督机器学习，156页pdf，剑桥大学出版社
【2020新书】监督机器学习，156页pdf，剑桥大学出版社
专知会员服务
151+阅读 · 2020年6月27日
【斯坦福】凸优化圣经- Convex Optimization （附730pdf下载）
【斯坦福】凸优化圣经- Convex Optimization （附730pdf下载）
专知会员服务
221+阅读 · 2020年6月5日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
178+阅读 · 2020年2月1日
【新书】学习TensorFlow2.0，177页pdf，使用Python实现机器学习和深度学习模型
【新书】学习TensorFlow2.0，177页pdf，使用Python实现机器学习和深度学习模型
专知会员服务
222+阅读 · 2019年12月28日
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
专知会员服务
115+阅读 · 2019年11月24日
【新书稿：强化学习：理论与算法】《Reinforcement Learning: Theory and Algorithms》by Alekh Agarwal, Nan Jiang, Sham M. Kakade (2019)，(附83页pdf)
【新书稿：强化学习：理论与算法】《Reinforcement Learning: Theory and Algorithms》by Alekh Agarwal, Nan Jiang, Sham M. Kakade (2019)，(附83页pdf)
专知会员服务
78+阅读 · 2019年11月23日
吴恩达新书《Machine Learning Yearning》完整中文版
吴恩达新书《Machine Learning Yearning》完整中文版
专知会员服务
145+阅读 · 2019年10月27日
新书分享：强化学习最新书稿《强化学习导论》（Reinforcement Learning An Introduction）第二版出炉
新书分享：强化学习最新书稿《强化学习导论》（Reinforcement Learning An Introduction）第二版出炉
专知会员服务
114+阅读 · 2019年10月25日
GAN新书《生成式深度学习》，Generative Deep Learning，379页pdf
GAN新书《生成式深度学习》，Generative Deep Learning，379页pdf
专知会员服务
202+阅读 · 2019年9月30日
机器学习在材料科学中的应用综述，21页pdf
机器学习在材料科学中的应用综述，21页pdf
专知会员服务
48+阅读 · 2019年9月24日
热门VIP内容
相关资讯
简明深度学习学习资料分享：从基础到进阶
简明深度学习学习资料分享：从基础到进阶
深度学习与NLP
27+阅读 · 2019年9月7日
斯坦福CS236-深度生成模型2019-全套课程资料分享
斯坦福CS236-深度生成模型2019-全套课程资料分享
深度学习与NLP
20+阅读 · 2019年8月20日
李宏毅-《机器学习/深度学习-2019》视频及资料分享
李宏毅-《机器学习/深度学习-2019》视频及资料分享
深度学习与NLP
42+阅读 · 2019年3月20日
2019最新-UC Berkeley-《深度学习入门课程》分享
2019最新-UC Berkeley-《深度学习入门课程》分享
深度学习与NLP
13+阅读 · 2019年3月1日
Jacob Eisenstein《自然语言处理》最新经典教材免费分享
Jacob Eisenstein《自然语言处理》最新经典教材免费分享
深度学习与NLP
24+阅读 · 2019年2月13日
MIT深度学习基础-2019视频课程分享
MIT深度学习基础-2019视频课程分享
深度学习与NLP
10+阅读 · 2019年2月7日
中文版新书《动手学深度学习》pdf免费分享
中文版新书《动手学深度学习》pdf免费分享
深度学习与NLP
75+阅读 · 2018年12月2日
CMU-2018年8月-深度学习基础课程视频分享
CMU-2018年8月-深度学习基础课程视频分享
深度学习与NLP
6+阅读 · 2018年9月20日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
李宏毅-201806-中文-Deep Reinforcement Learning精品课程分享
李宏毅-201806-中文-Deep Reinforcement Learning精品课程分享
深度学习与NLP
15+阅读 · 2018年6月20日
相关论文
Weight Poisoning Attacks on Pre-trained Models
Weight Poisoning Attacks on Pre-trained Models
Arxiv
5+阅读 · 2020年4月14日
Financial Time Series Representation Learning
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
Accelerated Methods for Deep Reinforcement Learning
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Efficient Eligibility Traces for Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年10月23日
Multitask Learning on Graph Neural Networks - Learning Multiple Graph Centrality Measures with a Unified Network
Arxiv
4+阅读 · 2018年9月11日
Notes on Deep Learning for NLP
Arxiv
22+阅读 · 2018年8月30日
High Performance Software in Multidimensional Reduction Methods for Image Processing with Application to Ancient Manuscripts
High Performance Software in Multidimensional Reduction Methods for Image Processing with Application to Ancient Manuscripts
Arxiv
4+阅读 · 2018年7月18日
Accelerated Reinforcement Learning
Arxiv
6+阅读 · 2018年4月24日
A Deep Reinforcement Learning Chatbot (Short Version)
Arxiv
13+阅读 · 2018年1月20日
Convolutional Sequence to Sequence Learning
Arxiv
4+阅读 · 2017年7月25日
大家都在搜
  1. palantir
  2. 自主可控
  3. 大型语言模型
  4. CMU博士论文
  5. 生成式人工智能
  6. 无人艇
  7. 洛克菲勒
  8. 数字孪生
  9. CSIG
  10. 出海产品从 0 到 1 该怎么做
    11.
Top
微信扫码咨询专知VIP会员
Top