LOADING加载中
课程介绍
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。
课程目录
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
评论
0