强化学习入门：数学基础

今天学习了《强化学习精要：核心算法和tensorflow实现》，总结一下学习的知识，希望对自己今后的学习有所帮助。

之前看过一些强化学习方面的论文，当然作为新手对其中的数学推导一直很头疼，不知道为什么要引入这个定理，为什么要进行这样或者那样的操作，今天学习了本书的第二章：数学与极其学习基础，很有启发。

 线性代数基础：强化学习中大量的运用到了矩阵的计算，包括（矩阵的转置，对称矩阵的应用，矩阵和向量的相乘）可以自己尝试着实现矩阵相乘、转置等操作。特征值和特征向量的概念也会涉及到，等之后涉及到的时候再做深刻的理解吧。对称矩阵，在我看来就是使次方计算变得简单了。

概率论基础：最重要的概念就是概率和分布，期望和方差。可以使用python实现不同的分布函数：

伯努利分布：

import numpy as np
def bornull(p):
    return 1 if np.random.rand()>p else 0

高斯分布：

import numpy as np
def gaussion(mu,std):
    return np.random.normal(mu,std)

最大似然估计：为了方便计算，我们假设独立同分布，就得到了连乘函数，目标是得到最大的值。对于连乘函数，使用log函数&