LOADINGLoading
About the course
经典强化学习算法练习笔记本,覆盖 MDP、动态规划、蒙特卡洛、时序差分、DQN 与策略梯度等内容。适合配合教材反复做算法实现练习,把公式真正落到可运行代码中验证。
Course outline
Introduction
MDP
DP
MC
TD
FA
DQN
Policy Gradient
经典强化学习算法练习笔记本,覆盖 MDP、动态规划、蒙特卡洛、时序差分、DQN 与策略梯度等内容。适合配合教材反复做算法实现练习,把公式真正落到可运行代码中验证。
Introduction
MDP
DP
MC
TD
FA
DQN
Policy Gradient
Comments
0