Array ( [0] => Array ( [title] => L16A [link] => https://www.youtube.com/embed/HJ7uAhTwyg0 ) [1] => Array ( [title] => L16B [link] => https://www.youtube.com/embed/62M-Adz1Tjg ) [2] => Array ( [title] => L16C [link] => https://www.youtube.com/embed/2YmpLFA_9s8 ) [3] => Array ( [title] => L16D [link] => https://www.youtube.com/embed/k_rWiGBhZt0 ) [4] => Array ( [title] => L16E [link] => https://www.youtube.com/embed/anSIKHtBY8Y ) [5] => Array ( [title] => L16F [link] => https://www.youtube.com/embed/fzJd2Copd8s ) [6] => Array ( [title] => L16G [link] => https://www.youtube.com/embed/f_-0Rsxo9Vc ) [7] => Array ( [title] => L16H [link] => https://www.youtube.com/embed/d_lW-2FOTUw ) [8] => Array ( [title] => L16I [link] => https://www.youtube.com/embed/lxRt3hNgPMc ) [9] => Array ( [title] => L16J [link] => https://www.youtube.com/embed/ORUWOW0Rp3k ) ) 國立清華大學開放式課程OpenCourseWare(NTHU, OCW) - 第16講 Reinforcement Learning/Q-learning
  • A-
  • A
  • A+
03-5715131#35401 mengfen@mx.nthu.edu.tw 吳小姐

Title

第16講 Reinforcement Learning/Q-learning

第1節

L16A

第2節

L16B

第3節

L16C

第4節

L16D

第5節

L16E

第6節

L16F

第7節

L16G

第8節

L16H

第9節

L16I

第10節

L16J

Syllabus

章節大綱

L16A
        Introduction
 
L16B
        Markov Decision Process (MDP)
 
L16C
        Value Iteration
 
L16D
        Policy Iteration
 
L16E
        Reinforcement Learning
 
L16F
        Model-Free RL based on MC Estimation
 
L16G
        Temporal Difference Learning  SARSA
 
L16H
        Exploration Strategies
 
L16I
        Q-Learning

L16J
        SARSA vs. Q-Learning 
返回課程頁面

Social Share

課程資訊

Chapters

資料安全政策 | 個人資料保護政策

mengfen@mx.nthu.edu.tw 吳小姐

03-5715131#35401 (請於上班時間來電，中午12-13為午休時間)

Copyright © 2010 NTHU. CTLD. 本網站所有內容嚴禁任何商業行為僅供學術使用