强化学习精要 核心算法与TensorFlow实现

强化学习是机器学习的一个分支，是阿尔法狗大战围棋冠军李世石时用到的核心技术。本书从学习强化学习必备的基础知识讲起（基础数学知识+神经网络+TensorFlow），过度到强化学习关注的经典算法（policy Gradient、Actor Critic、Q-Learning等），最后讲解前沿的强化学习方法（例如反向强化学习等）。