11月新书-《强化学习:算法与理论》分享

    分享一本由Alekh Agarwal、Nan Jiang和Sham M. Kakade编写的新书,《强化学习:算法与理论》。本书11月最新release出来的讲解强化学习的书籍,目前还在持续更新中,最新版本刚刚放出来,分享给大家。

    文末附本书pdf最新版下载地址。

    与以往动辄几百页的强化学习书籍相比,本书比较精悍,目前只有80多页,内容比较简洁干练,适合想要快速了解强化学习基础的朋友。

     

目录

  正文内容截图

本书最新版下载地址

    微信公众号“深度学习与NLP”回复关键字“drsl19”获取下载地址。

往期精品内容推荐

Barbara Plank-NLP模型的跨语言/跨领域迁移-经验分享

最新VR版“Half-Life Alyx”-超真实体验

Pytorch官方力荐-11月新书《Pytorch深度学习实战指南》pdf及代码分享

自然语言处理常见数据集、论文最全整理分享

斯坦福NLP组-2019-《CS224n: NLP与深度学习》-分享

免费自然语言处理(NLP)课程及教材分享

UC Berkeley《人工智能基础-2018》课程及视频教程(带中英文字幕)分享

BERT-基于双向Transformer预训练模型原理详解

实战经验分享-少量数据NLP场景下进行深度学习训练的建议

免费教材-《数据科学基础-2018》最新版下载

吴恩达 - 如何规划机器学习职业生涯

深度学习与计算机视觉任务应用综述

发布了167 篇原创文章 · 获赞 208 · 访问量 58万+

猜你喜欢

转载自blog.csdn.net/lqfarmer/article/details/103341259