强化学习导论
阅读过我以前的著作—— Introduction to Deep Learning Using R(Apress，2018)和Applied Natural Learning Using Python (Apress，2017)的读者，很荣幸你们能够再次成为我的读者。新读者，欢迎你们！在过去的几年里，深度学习软件包和相关技术持续不断地涌现和发展，推动了许多行业发生革命性的变化。毫无疑问，强化学习(Reinforcement Learning，RL)是该领域最引人注目的篇章之一。本质上，强化学习是众多AI技术的应用，例如能够学习如何玩电子游戏或下棋的软件。强化学习的优点在于，假设问题可以建模为包含动作、环境、agent的框架，则agent可以自行通晓各种任务。问题可以覆盖从破解简单的游戏到更复杂的3D游戏，再到教授无人驾驶汽车如何在不同的地点接送乘客，以及教授机械臂如何抓取物品并将它们放在厨房柜台之上。阅读过我以前的著作—— Introduction to Deep Learn
