强化学习的数学原理(英文版)

本书从强化学习最基本的概念始介绍, 将介绍基础的分析工具, 包括贝尔曼公式和贝尔曼最  优公式, 然后推广到基于模型的和无模型的强化学习算法, 最后推广到基于函数逼近的强化学习方  法。本书强调从数学的角度引概念、分析问题、分析算法, 并不强调算法的编程实现。本书不要求  读者具备任何关于强化学习的知识背景, 仅要求读者具备一定的概率论和线性代数的知识。如果读者  已经具备强化学习的学习基础, 本书可以帮助读者更深地理解一些问题并提供新的视角。  本书面向对强化学习感兴趣的本科生、研究生、研究人员和企业或研究所的从业者。
【推荐语】
·从零始到透彻理解，知其然并知其所以然； ·本书在GitHub收获2000 星； ·课程视频全网播放超过80万； ·国内外读者反馈口碑爆棚； ·教材、视频、课件三位一体。