めも

メモ.

強化学習の勉強を始めるとき役に立った資料など

タイトル通りです。 suttonの本のはじめのころを読み始めた時に参考にしたメモです。 だいぶ前の下書きなので今(2018/7/7現在)はもっといいものがあるかもしれません。

講義資料

CS 294: Deep Reinforcement Learning, Fall 2018 @ UC Berkeley

CS 294 Deep Reinforcement Learning, Fall 2018

講義映像あり、わからない箇所などは subreddit ( https://www.reddit.com/r/berkeleydeeprlcourse/ )で質問したら誰かが答えてくれるかもしれない。

CS234: Reinforcement Learning @ Stanford University

CS234: Reinforcement Learning

講義スライドあり、sutton本に沿った進行。コースのスケジュールの箇所で講義資料が閲覧できる。ひとまずはこれが一番わかりやすかったと思う。「Review of Probability Theory」、「Linear Algebra Review and Reference」の資料に最低限必要な確率と線形代数の知識がまとめられている。

MS&E338 Reinforcement Learning @ Stanford University

MS&E338 Reinforcement Learning

講義ノートなので本を読むのと変わらないが短くまとまっている。 バンディットの部分を飛ばした以外はsutton本に沿っていると思われる。個人的には一番わかりやすかった。

実装

Gym

以下の実装や上記の講義でも用いるのでインストール必須。

RL-Adventure

RL-Adventure-2: Policy Gradients

プライバシーポリシー

このブログに掲載されている内容は作成者の個人的見解に基づく物であって、必ずしも作成者の所属する組織・団体の見解を示すものではありません。また、記載が不正確であったことにより生じたいかなる損害に関しても、責任を負いかねますのでご了承ください。また、本サイトは、Amazon.co.jpを宣伝しリンクすることによってサイトが紹介料を獲得できる手段を提供することを目的に設定されたアフィリエイトプログラムである、Amazonアソシエイト・プログラムの参加者です。また、本サイトでは、第三者配信の広告サービス(Googleアドセンス、A8.net)を利用しており、ユーザーの興味に応じた商品やサービスの広告を表示するため、クッキー(Cookie)を使用しております。 クッキーを使用することで当サイトはお客様のコンピュータを識別できるようになりますが、お客様個人を特定できるものではありません。本サイトの管理者への問い合わせ、当ブログのプライバシーポリシーの詳細についてはこちらをご覧ください。