强化学习
Reinforcement Learning: An Introduction
Richard S. Sutton · 初版 1998 年
- 34次提及
- 18人推荐
- 30位 HN 评论者
简介
Reinforcement learning 是指学习一种从情境到动作的映射，从而最大化标量奖励或强化信号。与大多数形式的 machine learning 不同，学习者不会被告知该采取何种动作，而是必须通过不断尝试来发现哪些动作能带来最高回报。在最有趣且最具挑战性的情况下，动作不仅会影响即时奖励，还会影响下一个情境，并进而影响随后的所有奖励。这两大特征——trial-and-error search 与 delayed reward——正是 reinforcement learning 最重要的本质特征……
为什么值得读
领域权威编写的经典教材，深入讲解强化学习与马尔可夫决策过程
- 由领域先驱撰写，内容详实且极易入门
- 前言符号表清晰标注非初等代数标记
- 深入阐释强化学习与马尔可夫决策过程的联系
适合：想要系统学习强化学习理论的研究者与算法工程师
值得读指数：68 / 100
Hacker News 读者推荐
……毫无疑问，这些是该领域最顶级的教材：- [0] Pattern Recognition and Machine Learning (Information Science and Statistics)，另外还有：- [1] The Elements of Statistical Learning - [2] Barto 和 Sutton 的《Reinforcement Learning: An Introduction》 - [3] Aaron Courville、Ian Goodfellow 和 Yoshua Bengio 的《Deep Learning》 - [4] Neural Network Methods for Natural Language Processing (Synthesis Lectures on…
Yadi 在 HN 的推荐
……Multilevel/Hierarchical Models (Gelman & Hill): https://www.amazon.ca/gp/product/052168689X/ - Statistical and Data Analysis for Financial Engineering (Ruppert & Matteson): https://www.amazon.ca/gp/product/1493926136/ - Reinforcement Learning (Sutton & Barto): https://www.amazon.ca/Reinforcement-Learning-Introduction-Ri... - Deep Learning (Godfellow, Bengio & Courville): https://www.amazon.ca/Deep-Learning-Ian-Goodfellow/dp/026203... - Networks…
epgui 在 HN 的推荐
……超越了以往所有的电脑西洋双陆棋程序。在使用 80 个隐藏单元进行了约 150 万局自对弈（self-play）后，它的水平停止了提升。顺便告诉其他人：时序差分（TD）的先驱之一 Richard Sutton 把他的教材《Reinforcement Learning: An Introduction》免费公开在了他的网站上：http://incompleteideas.net/sutton/（MIT Press 也提供了链接）
davidkuhta 在 HN 的推荐
找书
豆瓣 微信读书 京东 Open Library ISBN 0980232775
数据整理自 Hacker News 公开评论，数据来源 hackerbooks.org 与 Open Library。