原文标题：入门强化学习，死磕这本书就够了！
原文作者：图灵编辑部
冷月清谈：
豆瓣评分 9.9 的《深度学习入门4：强化学习》由斋藤康毅执笔，秉承“鱼书”系列一贯风格，理论与实践并重，无须依赖外部库，从零开始实现强化学习基础技术。
循序渐进的学习路径
本书前半部分介绍强化学习的基础，后半部分重点讲解如何将深度学习应用于强化学习，涵盖最新技术。
动手实践
作者鼓励读者亲自动手，通过实践理解强化学习的理论和算法。
内容要点
- 多臂老虎机问题
- 马尔可夫决策过程
- 贝尔曼方程、动态规划法、蒙特卡洛方法、TD方法
- 神经网络、Q学习、DQN、策略梯度法在强化学习中的应用
实用特色
- 丰富的图、表、代码示例
- 轻松、简明的讲解
- 全彩印刷，阅读体验极佳
怜星夜思：
2、在什么情况下使用动态规划法比较合适？
3、强化学习在哪些领域有实际应用？
原文内容
豆瓣评分9.9，目前最好的深度学习入门书，没有之一！
🐟《深度学习入门4：强化学习》作为深度学习“鱼书”系列第四弹，沿袭“鱼书”系列风格，提供实际代码，边实践边学习，无须依赖外部库，从零开始实现支撑强化学习的基础技术。让你学习起来无压力~
✍作者斋藤康毅，著有“鱼书”系列《深度学习入门：基于Python的理论与实现》《深度学习进阶：自然语言处理》《深度学习入门2：自制框架》，全系列豆瓣评分均在 9.0 以上。因其“说人话”的写作风格，“鱼书”系列累计销量已经突破 10 万册，深受广大读者喜爱。
💡本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的最新技术。
✔作者旨在确保读者能够牢固掌握强化学习的独特理论，奉行“只有做出来才能真正理解”的理念，将这一主题的每个构成要素都从“理论”和“实践”两个方面进行详尽解释，并鼓励读者动手尝试。
✔全书从最适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找最佳答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和 TD 方法。
✔在神经网络和 Q 学习、DQN、策略梯度法等几章作者还分别讨论了深度学习在强化学习领域的应用。搭配丰富的图、表、代码示例，加上轻松、简明的讲解，让人循序渐进地理解强化学习中各种方法之间的关系，于不知不觉中登堂入室。
💻全彩印刷，阅读体验超级棒！丰富的图、表、代码示例，讲解轻松、简明，循序渐进，相比 AI 圣经“花书”，“鱼书”系列更合适入门！