强化学习资料

在老师的指导下最近开始看一些关于强化学习的东西，加上一些自己找到的资料记录在此，方便以后查看。以后不定期更新。
首先是关于马尔可夫模型
————————————————————————————————
如何用简单易懂的例子解释隐马尔可夫模型

强化学习入门知识
————————————————————————————————
强化学习如何入门？
一文了解强化学习

强化学习有两种比较流行的模型：
Q-learning
————————————————————————————————
A Painless Q-learning Tutorial (一个 Q-learning 算法的简明教程)
用简单例子讲解 Q - learning 的具体过程
policy gradient
————————————————————————————————
浅谈policy gradient
Policy Gradient理解
强化学习Policy Gradient算法详解
深度强化学习-Policy Gradient基本实现

一些论文资源
————————————————————————————————

1. Learning curve prediction with Bayesian Neural Networks (Klein et al. 2017)

2. Accelerating Neural Architecture Search using Performance Prediction (Baker et al. 2017)

3. https://github.com/MITAutoML/metaqnn

4. https://web.mst.edu/~gosavia/tutorial.pdf

5. https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow

6. https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/5-1-policy-gradient-softmax1/

7. http://karpathy.github.io/2016/05/31/rl/

8. NEURAL ARCHITECTURE SEARCH WITH REINFORCEMENT LEARNING

一些其他资源
————————————————————————————————
Object Detection
机器学习 人工智能 博文链接汇总
莫烦python