强化学习入门系列

2016年,Google的DeepMind凭借强化学习技术完成了Alphago的设计框架,从而战胜人类围棋世界冠军。同时,这套算法也被人们用来解决更多问题,如机器人自主学习等等。如果你对强化学习技术了解不多,那么本课程将为你针对强化学习的各方面知识点,做一个详细的入门介绍。

    强化学习入门系列

    课程背景:

    强化学习(Reinforcement Learning)是机器学习大家族中重要的一员。这种算法的学习方式非常像一个婴儿,一开始对环境陌生, 然后通过不断的与环境接触,从环境中学习规律,最终熟悉并适应了环境。实现强化学习的方式有很多,比如 Q-learning,Sarsa 等,我们都会一步步提到。在后期的课程中我们也会基于可视化的模拟,来观看计算机是如何学习的。


    更多相关课程:

    本套课程直观有趣,非常适用于刚刚认识强化学习的小伙伴来学习。

    因为是面对初学者,所以教程中对各个算法的数学原理,实际应用方法,并没有进行过深的探讨。

    如果想了解强化学习的算法细节,实现原理,以及多种对强化学习的改进算法,甚至强化学习在机器人领域的应用。

    请点击观看下面的课程:

    image.png

    深度强化学习原理及应用

讲师介绍
莫烦

莫烦,原名周沫凡,澳洲格里菲斯大学在读博士生,悉尼科技大学访问学者,主要研究为强化学习的应用。