企业官网建设流程全解析

强化学习学习笔记——资料汇总

本期开始系统撰写强化学习资料，所有资料均为个人根据理解进行收集，欢迎各位学者批评指正

系列文章目录：
（一） 马尔科夫决策过程
（二）贝尔曼方程
（三）贝尔曼最优方程
（四） 基于值函数的强化学习方法
（五）基于策略梯度的强化学习方法

前言

内容提示：本文章为收集的关于强化学习的相关资料，备后续学习参考

一、讲座视频

1. 【强化学习的数学原理】课程: 从零开始到透彻理解（公式推导较多）
2. DQN网络介绍: Q-Learning算法+神经网络】1小时搞懂深度强化学习DQN算法原理及训练！（含小车爬山代码）
3. 强化学习的概略介绍: 【大白话03】一文理清强化学习RL基本原理 | 原理图解+公式推导
   4. 强化学习】策略梯度方法-策略梯度定理

二、博客文章

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

三、源码示例

1.引入库

代码如下（示例）：

import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings('ignore')import ssl ssl._create_default_https_context=ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data=pd.read_csv('https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')print(data.head())

该处使用的url网络请求的数据。

总结

提示：这里对文章进行总结：

例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。