課程大綱： 用Python進行深度強化學習培訓
介紹
強化學習基礎
強化學習基本技術
BURLAP簡介
值迭代和策略迭代的收斂
獎賞塑形（Reward Shaping）
探索（Exploration）
泛化（Generalization）
部分可觀察的馬爾可夫決策過程（POMDP）
選擇（Options）
Logistics
TD Lambda
策略梯度（Policy Gradient）
深度Q學習
博弈論（Game Theory）專題
課程目錄：用Python進行深度強化學習培訓
4401
人關注
（78637/99817）
課程大綱：
課程教師
曙海專家講師
曙海的講師隊伍名校博士、碩士學歷的工程師占絕大多數(shù)，他們大部分為上海貝爾，TI德州儀器，華為，中科院，中興，Xilinx,Intel英特爾,NI公司，Cadence公司,Synopsys，IBM，Altera，Oracle，synopsys，微軟，飛思卡爾等大型公司高級工程師，項目經(jīng)理，技術支持專家，他們有著深厚的專業(yè)技能和技術素養(yǎng)，豐富的項目實戰(zhàn)經(jīng)驗，基本上都有十多年實際項目經(jīng)驗，開發(fā)過多個大型項目。
?針對客戶實際需求，案例教學，邊講邊練，互動式授課，曙海的專家講師以專業(yè)、敬業(yè)的精神，傾囊相授，不辜負每個學員的托付和期望。
?針對客戶實際需求，案例教學，邊講邊練，互動式授課，曙海的專家講師以專業(yè)、敬業(yè)的精神，傾囊相授，不辜負每個學員的托付和期望。
加入高級會員獲得助教答疑
