深度学习入门4：强化学习

本书是《深度学习入门》系列第4本，聚焦强化学习。前半部分从多臂老虎机问题入手，讲解马尔可夫决策过程、贝尔曼方程，以及动态规划、蒙特卡洛和TD方法等基础；后半部分介绍深度学习在强化学习中的应用，涵盖神经网络与Q学习、DQN、策略梯度法等。全书包含丰富的图、表和代码示例，风格简明，适合循序渐进地理解强化学习方法之间的关系。