2019年9月28日
Evaluation and Control -评估和控制
摘要： 评估 估计/预测一个给定策略的奖励期望。 在强化学习中，我们可以脱离策略实现对它的评估。这意味着我们可以使用从其他策略收集到的数据来... 阅读全文
posted @ 2019-09-28 20:16 从流域到海域 阅读(57) 评论(0) 推荐(0)
从Markov Process到Markov Decision Process
摘要： Recall: Markov Property information state: sufficient statistic of... 阅读全文
posted @ 2019-09-28 20:15 从流域到海域 阅读(94) 评论(0) 推荐(0)
剑指Offer系列编程题详解全集
摘要： 剑指Offer系列是一本国内互联网公司计算机、软件、测试、运维等方向招聘笔试及面试经常会考的编程题合集，一共67道题，其中部分题... 阅读全文
posted @ 2019-09-28 20:11 从流域到海域 阅读(117) 评论(0) 推荐(0)