决胜AI-强化学习实战系列视频课程，唐宇迪视频资源下载

强化学习是当下爆火的机器学习经典模型，由于深度学习发展的迅速，使得强化学习和深度学习可以紧密的联系在一起。从AlphaGo到无人驾驶汽车，强化学习的应用越来越广泛也使得更多的学者关注这个领域。

系列课程从实例出发，形象解读强化学习究竟做了一件什么事以及如何完成这一系列任务。由强化学习的基本概念过度到马尔科夫决策过程，通过实例演示如何通过值迭代求解来得出来最好的决策。举例讲解Q-Learning算法的原理以及如何讲强化学习和深度学习进行结合。最后通过让AI自动玩游戏的项目实战实例演示如何实现用强化学习和卷积神经网络打造DQN网络模型。

深度学习，机器学习，人工智能方面爱好者。

课程目录：

    1-1.强化学习简介.mp4

    1-2.强化学习基本概念.mp4

    1-3.马尔科夫决策过程.mp4

    1-4.Bellman方程.mp4

    1-5.值迭代求解.mp4

    1-6.代码实战求解过程.mp4

    1-7.Q-Learning基本原理.mp4

    1-8.Q-Learning迭代计算实例.mp4

    1-9.Q-Learning迭代效果.mp4

    1-10.求解流程详解.mp4

    2-1.Deep-Q-Network原理.mp4

    2-2.Deep-Q-Learning网络细节.mp4

    2-3,Deep Q-Learning网络参数配置.mp4

    2-4.搭建Deep Q-Learning网络模型.mp4

    2-5.Deep Q Learning卷积操作定义.mp4

    2-6.数据预处理.mp4

    2-7.实现阶段数据存储.mp4

    2-8.实现训练模块.mp4

    2-9.Debug解读训练代码.mp4

    2-10.完整代码流程分析.mp4

    2-11.Deep Q-Learning效果演示.mp4

    强化学习课件及代码

资源下载

此资源下载价格为8学分，VIP免费，请先登录

充值比例 1元=1学分
资源失效，请咨询客服
客服QQ 980264305