基础概念
介绍强化学习的智能体、环境、奖励与价值函数等基础概念
3 min
强化学习，价值函数，策略
机器学习
14 pages
神经网络基础
介绍逻辑回归、损失函数、激活函数与反向传播等神经网络基础
2 min
神经网络，逻辑回归，激活函数
价值学习
介绍用Q网络近似最优价值函数及时间差分算法
2 min
强化学习，DQN，时间差分
改善深层神经网络
介绍正则化、优化算法与批归一化等深层神经网络训练技巧
6 min
正则化，优化算法，批归一化
策略学习
用神经网络逼近策略函数，通过策略梯度直接最大化期望状态价值
2 min
策略梯度，策略学习，强化学习
结构化机器学习策略
介绍机器学习训练调试策略、评价指标及迁移与多任务学习
5 min
机器学习，迁移学习，多任务学习
TD算法
基于TD目标与回溯标记，讲解sarsa、Q Learning及多步TD
5 min
TD学习，sarsa，Q Learning
卷积神经网络
介绍卷积运算、池化及经典卷积网络与目标检测算法
9 min
卷积神经网络，目标检测，迁移学习
Actor-Critic算法
策略网络与价值网络协同，通过TD误差联合更新策略与价值
2 min
Actor-Critic，策略梯度
支持向量机
介绍支持向量机的大间隔、核函数与软间隔原理
7 min
支持向量机，核函数，间隔最大化
DQN优化
经验回放、优先回放、目标网络、double与dueling等DQN优化方法
3 min
DQN，经验回放，高估问题
蒙特卡洛
用随机采样近似计算圆周率、定积分与数学期望
1 min
蒙特卡洛，采样，数值计算
强化学习
覆盖强化学习基础概念、DQN、TD学习与梯度策略优化
1 min
强化学习
DQN
智能体
深度学习
涵盖神经网络、逻辑回归、支持向量机与卷积神经网络的模型原理
1 min
神经网络
卷积神经网络
支持向量机