学不厌资源
课程名称: Sample-based Learning Methods
课程主页: https://www.coursera.org/learn/sample-based-learning-methods
所在平台: Coursera
课程类别: 机器学习 Machine Learning
大学或机构: 阿尔伯塔大学
讲师： Martha White,Adam White
授课语言： 英语
提供字幕： 英文
课程文件大小： 1.20GB
课程介绍： 在本课程中，您将学习几种算法，这些算法可以基于与环境的反复试验而学习接近最佳策略的方法-从代理自身的经验中学习。从实际经验中吸取教训是惊人的，因为它不需要环境动力学的先验知识，但仍然可以获得最佳行为。我们将介绍直观上简单但功能强大的蒙特卡洛方法，以及包括Q学习在内的时差学习方法。我们将总结本课程，探讨如何才能两全其美：可以结合基于模型的计划（类似于动态编程）和时间差异更新以从根本上加速学习的算法。 在本课程结束时，您将能够： -理解时差学习和蒙特卡洛（Monte Carlo）作为从抽样经验中估算价值函数的两种策略 -在模型中使用采样经验而不是动态编程扫描时，了解探索的重要性 -了解蒙特卡洛与动态编程和TD之间的联系。 -实施并应用TD算法，以估算值函数 -实施和应用预期的Sarsa和Q学习（两种TD方法进行控制） -了解政策上和政策外控制之间的区别 -了解具有模拟经验的计划（与经典计划策略相对） -实施基于模型的RL方法，称为Dyna，该方法使用模拟经验 -进行实证研究，以查看使用Dyna时样品效率的提高.
课程压缩包下载地址（度盘链接）：
友情提醒：
1、若遇到链接失效请加客服微信：amanda12321反馈，我们将在上线第一时间处理。
2、课程制作成压缩包后通过百度网盘分享，需要下载解压之后才能正常观看；
3、课程视频为官网提供下载的最高清的分辨率MP4格式，字幕为srt外挂字幕。
4、官网没有提供答案，因此所有课程的测试和作业均不提供答案；
5、课程文件包含视频（MP4）、字幕（SRT）、字幕文本版（TXT）、阅读材料（html）和测试及作业（PDF或HTML），如果官网有提供下载，还将包含课件以及与课程相关的其它附件等。
6、百度网盘下载速度我们也无法控制，建议您先自行测试。
7、课程文件仅供您离线学习和参考，版权归原平台及作者所有，如果条件允许我们仍建议您通过coursera平台进行学习，可获得更优质的学习体验，完成课程还能获得相应证书，如果内容侵犯了您的权利请通知，我们将在收到通知24小时内删除内容。
评论前必须登录！
注册