视频源:

课程要求

作者: UnityTutorial 编辑: UnityTutorial 2017-01-06

学习资料:

教程必备模块

强化学习有一些现成的模块可以使用, 但是那些模块并不全面, 而且强化学习很依赖与你给予的学习环境. 对于不同学习环境的强化学习, 可能 RL 的代码就不同. 所以我们要抱着以不变应万变的心态, 用基础的模块, 从基础学起. 懂了原理, 再复杂的环境也不在话下.

所以用到的模块和对应的教程:

  • Numpy, Pandas (必学), 用于学习的数据处理
  • Matplotlib (可学), 偶尔会用来呈现误差曲线什么的
  • Tkinter (可学), 你可以自己用它来编写模拟环境
  • Tensorflow (可学), 后面实现神经网络与强化学习结合的时候用到
  • OpenAI gym (可学), 提供了很多现成的模拟环境

快速了解强化学习

我也会制作每种强化学习对应的简介视频 (在这个学习列表里: 有趣的机器学习), 大家可以只花很少的时间来观看了解这些学习方法的不同之处. 有了一定概念和基础, 我们在这套教材里实现起来就容易多了. 而且不懂的时候也能只花很少的时间回顾就行.

分享到: Facebook 微博 微信 Twitter
如果你觉得这篇文章或视频对你的学习很有帮助, 请你也分享它, 让它能再次帮助到更多的需要学习的人. UnityTutorial没有正式的经济来源, 如果你也想支持 UnityTutorial 并看到更好的教学内容, 赞助他一点点, 作为鼓励他继续开源的动力.

支持 让教学变得更优秀