深度強化學習
·
李宏毅老師的《深度強化學習》是強化學習領域經典的中文視頻之一。李老師幽默風趣的上課風格讓晦澀難懂的強化學習理論變得輕松易懂，他會通過很多有趣的例子來講解強化學習理論。比如老師經常會用玩 Atari 游戲的例子來講解強化學習算法。此外，為了課程的完整性，我們整理了周博磊老師的《強化學習綱要》、李科澆老師的《百度強化學習》以及多個強化學習的經典資料作為補充。對于想入門強化學習又想看中文講解的人來說絕對是非常推薦的。
付費5元查看完整內容
相關內容
【導讀】最近GitHub上網友ctgk更新公布了Python3實現的經典機器學習圖書《Pattern Recognition and Machine Learning》中的代碼。在它之前曾有過Matlab版本，而新公布的版本采用機器學習領域最流行的python代碼實現，比較符合大家的使用習慣。最重要的是代碼以Jupyter notebook形式呈現，可視化結果非常適合邊看書邊調試代碼。專知內容組特定整理PRML相關資料，供大家參考學習。
MLPR python 代碼鏈接： //github.com/ctgk/PRML
▌PRML書籍
PRML是模式識別和機器學習領域的經典著作，出版于2007年。該書作者 Christpher M. Bishop 是模式識別和機器學習領域的大家，其1995年所著的“Nerual Networks for Pattern Recognition”也是模式識別、人工神經網絡領域的經典著作。
PRML深入淺出地介紹了模式識別與機器學習的基本理論和主要方法，同時還涵蓋了模式識別與機器學習領域的一些最新進展，不僅適合初學者學習，而且對專業研究人員也有很大的參考價值。
目錄
- 導論
- 概率分布
- 線性回歸模型
- 線性分類模型
- 神經網絡
- 核方法
- 講SVM
- 現代基于圖模型
- EM 算法
- 近似推斷
- 采樣
- PCA及一些改進
- HMM 模型和LDS
- 集成方法
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191