纯干货11 强化学习（Reinforcement Learning）教材推荐

之前，给大家推荐了两套强化学习视频教程。

纯干货10 强化学习视频教程分享（从入门到精通）

今天给大家推荐两本关于强化学习的教程。第一本 《Reinforcement Learning An Introduction》 Richard S. Sutton and Andrew G. Barto。 Sutton在2012年Release出来的，更新之后的第二版。应该算是目前为止，关于强化学习，介绍最为详细，全面的教材之一。David Silver的强化学习视频也是根据这本教材展开，配合着看，更容易理解。

链接: https://pan.baidu.com/s/1dF1UqsT

密码: 公众号回复“br1”

第二本 《Algorithms for Reinforcement Learning》，Csaba Szepesvri于2009年，发表于《Synthesis Lectures on Articial Intelligence and Machine Learning》上的一篇手稿。与第一本相比，这本书短小简洁，省去了很多公式推理，适合想要快速了解强化学习算法的朋友。

链接: https://pan.baidu.com/s/1dFF134P

密码: 公众号回复“br2”

往期内容推荐

优化策略5 Label Smoothing Regularization_LSR原理分析

模型汇总16 各类Seq2Seq模型对比及《Attention Is All You Need》中技术详解

<模型汇总-10> Variational AutoEncoder_变分自动编码器原理解析

<模型汇总-9> VAE基础：LVM、MAP、EM、MCMC、Variational Inference（VI）

更多深度学习在NLP方面应用的经典论文、实践经验和最新消息，欢迎关注微信公众号“深度学习与NLP”或“DeepLearning_NLP”或扫描二维码添加关注。