导读:本书系统地介绍了强化学习,内容包括强化学习概述、强化学习预备知识、强化学习基础、表格求解法、近似求解法、实践与前沿六部分,系统、条理,涵盖了强化学习的方方面面。理论与实践结合,偏重实践应用,通过算法原理与实践案例的结合,由浅入深地导入强化学习的概念
在数据科学和机器学习的背景下,他正在研究使用顺序样本(例如,多臂机器人)的统计推断和决策,以及弹性分布式机器学习。在网络科学方面,他有广泛的兴趣,包括网络物理系统的健壮性,重点关注关键基础设施系统;安全可靠的大规模自组织网络设计,日益关注物联网的新兴应用;以及复杂网络中的传染过程,重点关注病毒、(错误)信息和...