COURSE FILE / 12 · UNIVERSITY INDEX FIRST

强化学习与决策

学习在反馈与延迟奖励中做决策。

课程类型:本站规划学习方向大学参考:2 条原创讲义:尚未发布

01 / STUDY PATH

这一方向研究什么?

连接马尔可夫决策过程、值函数、策略优化与探索问题。

建议先学

02 / PLANNED TOPICS

未来原创课程方向

下列是 JACKNOTE 自己规划的选题,不是来源大学已核验的 Lecture 名称或课次顺序。需要实际查阅来源资料后,才能进一步拆为对应大学课次的原创讲义。

  1. 01
    马尔可夫决策过程JACKNOTE 编辑规划主题 · 原创课程未发布
  2. 02
    价值与策略迭代JACKNOTE 编辑规划主题 · 原创课程未发布
  3. 03
    策略梯度与探索JACKNOTE 编辑规划主题 · 原创课程未发布
  4. 04
    离线与在线评估JACKNOTE 编辑规划主题 · 原创课程未发布

03 / ORIGINAL COURSE REFERENCES

大学原始课程目录

以下原课程名称、来源范围与链接独立保存。综合课程的相关章节不被宣传为同名独立大学课程。

Stanford University Stanford CS234 课程主页

CS234 Reinforcement Learning

CS234 Reinforcement Learning

斯坦福强化学习课程主页与公开材料

直接对应
打开大学原始课程目录 / INDEX ↗

UC Berkeley Berkeley CS285 课程主页

CS285 Deep Reinforcement Learning

CS285 Deep Reinforcement Learning

更进阶的深度强化学习课程,用作后续进阶参考

综合课程相关章节
打开大学原始课程目录 / INDEX ↗