扫码下载「CSDN程序员学院APP」，1000+技术好课免费看
APP订阅课程，领取优惠，最少立减5元 ↓↓↓
订阅后：请点击此处观看视频课程
视频教程-强化学习深入浅出完全教程-强化学习
学习有效期：永久观看
学习时长：1260分钟
学习计划：21天
难度：高
「口碑讲师带队学习，让你的问题不过夜」
讲师姓名：郭宪
技术总监/研发总监
讲师介绍：南开大学计算机与控制工程学院博士后。2009年毕业于华中科技大学机械设计制造及自动化专业，同年保送到中国科学院沈阳自动化研究所进行硕博连读，主攻机器人动力学建模与控制，于2016 年1 月获得工学博士学位，期间在国内外知名杂志和会议发表论文数10 篇。2016年以来，郭博士主攻方向为机器人智能感知和智能决策，目前主持两项国家级课题，内容涉及深度学习，深度强化学习等智能算法在机器人领域中的应用。
☛点击立即跟老师学习☚
「你将学到什么？」
深入浅出地介绍强化学习的概念，算法发展历史，分类，及发展趋势。 强化学习深入浅出完全教程，内容包括强化学习概述、马尔科夫决策过程、基于模型的动态规划方法、蒙特卡罗方法、时间差分方法、Gym环境构建及强化学习算法实现、值函数逼近方法、DQN方法及其变种、策略梯度方法。
「课程学习目录」
| 第1章：强化学习概述 |
| 1.强化学习概述 |
| 2.Python基础 |
| 3.Numpy基础 |
| 4.Gym环境介绍 |
| 5.第一节作业 |
| 第2章：马尔科夫决策过程 |
| 1.马尔科夫决策过程（上） |
| 2.马尔科夫决策过程（中） |
| 3.马尔科夫决策过程（下） |
| 第3章：基于模型的动态规划方法 |
| 1.马尔科夫决策过程示例编程 |
| 2.基于动态规划的强化学习方法讲解 |
| 第4章：蒙特卡罗方法 |
| 1.基于动态规划的强化学习编程示例讲解 |
| 2.理解基于蒙特卡洛的强化学习算法 |
| 3.理解On-policy 和 off-policy |
| 第5章：时间差分方法 |
| 1.时间差分方法 |
| 第6章：Gym环境构建及强化学习算法实现 |
| 1.Gym 环境构建及强化学习算法实现 |
| 第7章：值函数逼近方法 |
| 1.函数逼近方法理论介绍 |
| 2.TensorFlow简介 |
| 3.基于gym和TF的强化学习编程演示 |
| 第8章：DQN方法及其变种 |
| 1.神经网络介绍 |
| 2.DQN算法及变种 |
| 3.DQN编程实例讲解 |
| 第9章：策略梯度方法 |
| 1.策略梯度理论知识讲解 |
| 2.其他算法概述 |
「7项超值权益，保障学习质量」
- 大咖讲解
技术专家系统讲解传授编程思路与实战。
- 答疑服务
专属社群随时沟通与讲师答疑，扫清学习障碍，自学编程不再难。
- 课程资料+课件
超实用资料，覆盖核心知识，关键编程技能，方便练习巩固。（部分讲师考虑到版权问题，暂未上传附件，敬请谅解）
- 常用开发实战
企业常见开发实战案例，带你掌握Python在工作中的不同运用场景。
- 大牛技术大会视频
2019Python开发者大会视频免费观看，送你一个近距离感受互联网大佬的机会。
- APP+PC随时随地学习
满足不同场景，开发编程语言系统学习需求，不受空间、地域限制。
「什么样的技术人适合学习？」
- 想进入互联网技术行业，但是面对多门编程语言不知如何选择，0基础的你
- 掌握开发、编程技术单一、冷门，迫切希望能够转型的你
- 想进入大厂，但是编程经验不够丰富，没有竞争力，程序员找工作难。
「悉心打造精品好课，21天学到大牛3年项目经验」
【完善的技术体系】
技术成长循序渐进，帮助用户轻松掌握
掌握强化学习知识，扎实编码能力
【清晰的课程脉络】
浓缩大牛多年经验，全方位构建出系统化的技术知识脉络，同时注重实战操作。
【仿佛在大厂实习般的课程设计】
课程内容全面提升技术能力，系统学习大厂技术方法论，可复用在日后工作中。
「你可以收获什么？」
掌握强化学习知识，并运用到具体工作中。
370
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
