原文：概率图模型(六)：强化学习概率推断
探讨加速强化学习模型收敛的优化方法
办公达人分享    阅25
秒懂 | 南京大学俞扬博士独家演讲：强化学习前沿（下）
anyyss    阅267    转3
使用价值迭代网络进行规划
黄元昌5533    阅266
ChatGPT第二弹：PPO算法
520jefferson    阅2030    转5
伯克利AI研究院解析「反向课程学习」，改善「强化学习智能体」并应用于机器人技术
快读书馆    阅29    转2
理解强化学习知识之策略梯度
金陵一棵树    阅336
构建强化学习系统，你需要先了解这些背景知识
taotao_2016    阅141    转2
强化学习的基础知识和6种基本算法解释
天承办公室    阅13
在机器学习算法公式中，各种各样的字母和符号，分别代表着什么意思？该如何理解它们？
知行合一ing    阅4226    转5
机器学习算法——EM算法
牛k8nb72h1x6w1    阅606    转4
Logistic Regression
君王之王    阅142
博客 | 机器学习中的数学基础（概论）
taomaohu860706    阅27
怎么增强学习方法
ydylaoshi    阅4
手把手教你用TensorFlow玩转Flappy Bird！
啊司com    阅645    转2
深度强化学习探索 | 36大数据
生清净心不    阅253    转2
全面整理：深度学习(ANN,CNN,RNN)和强化学习重要概念和公式
非著名问天    阅778
第一课：一文读懂马尔科夫过程
精诚至_金石开    阅1129    转7
强化学习的基本迭代方法
四地贤夫    阅172    转2
强化学习通俗理解系列二：马尔科夫决策过程MDP
文殊广发天尊    阅2756    转8
漫谈机器学习经典算法
mscdj    阅511    转4
一文读懂AlphaGo背后的强化学习
点画狼藉    阅48
潮科技行业入门指南：深度学习理论与实战：提高篇（16）—— ​强化学习简介 （二）
lindan9997    阅38
基于小波包分解-概率模糊集特定策略下马尔可夫决策过程的微电网公共耦合点功率优化控制
电气技术杂志社    阅21
【专栏】谷歌资深工程师深入浅析AlphaGo Zero与深度强化学习
CHOK2620    阅606    转6