深度强化学习

一、深度学习综述
二、深度神经网络
三、卷积神经网络 CNN
四、循环神经网络 RNN
五、对抗性生成网络 GAN
六、强化学习 DRL
七、迁移学习 TL
一、强化学习概述
二、马尔科夫决策过程
三、蒙特卡罗方法
四、基于模型的强化学习
五、基于采样-估计的强化学习
六、基于逼近理论的强化学习
七、从强化学习到深度强化学习
八、深度强化学习
九、多任务深度强化学习
十、分层深度强化学习
十一、多智能体强化学习
一、无监督学习
二、聚类算法
三、自监督学习
四、迁移学习理论及概述
五、适用于图像分类算法的场景
六、适用于目标检测算法的场景
七、适用于图像分割算法的场景
八、适用于自然语言处理的场景
九、适用于深度强化学习的场景
十、多算法混合应用的场景
周艳云（老师） 电话：010-56129268