牛客图书馆 > 读书笔记
开通博客写笔记

读书笔记

全部 第1章 第2章 第3章 第4章 第5章 第6章 第7章 第8章 第9章 第10章 第11章 第12章 第13章 第14章 第15章 第16章

  • Machine Learning 16th

    强化学习的目的是要找到能使长期累积奖赏最大化的策略.在某种意义上可看作具有"延迟标记信息"的监督学习问题. 每个动作的奖赏值往往来自于一个概率分布,因此强化学习会面临"探索-利用窘境",因此...
    Just丶Like 编辑于 2019-11-22 17:52:35

热门图书

自然哲学之数学原理
普林斯顿微积分读本
昆虫Q&A
点石成金
Neural Network Methods in Natural Language Processing
神经网络与深度学习
查看全部

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号