动手学强化学习的读后感大全( 二 ) 学习|强化|课程|学生|本书|读后「问人人知识网」

《动手学强化学习》读后感(三)：比较好的有关强化学习的图书，值得推荐
这本书是我目前读过的比较好的有关强化学习的图书，图书采用了大量的漫画形式的插图，通俗异动，同时，图书采用大量严谨性的语言，保证了在通俗易懂的基础上，确保概念的严谨性。实现序贯决策的机器学习方法便是强化学习，在此书中讲解的非常明确。广泛地讲，强化学习是机器通过与环境交互来实现目标的一种计算方法。图书通过大量举例来介绍这一方法，例如，将智能体的整体回报比作一场游戏最后的分值，提高了文本的可读性以及易理解的特性。
图书使用的大量插画，可以较好的吸引读者，容易使读者产生阅读兴趣，避免了某些图书，虽然严谨科学，但是容易“劝退”的效果。这极大的提高了全民学习的积极性，提高了入门人员的接受欲望。
这本书的配套资源也完善，扫描书中的二维码就观看视频课程；还可以获得最新的源代码，供读者学习使用。
随着人工智能技术的日渐发展，人工智能完成的任务也越来越多样化，全民学习的热潮也逐渐涌现，像这样一本，适合大都数读者阅读的好书，值得推荐。
《动手学强化学习》读后感(四)：本书作者有话说
随着人工智能技术的日渐普及，人们对人工智能的期待越来越高，希望人工智能完成的任务也越来越多样化。在过去十多年的发展中，基于机器学习的智能检测和智能预测类的人工智能技术快速发展。例如，在门禁系统中应用的人脸活体检测、在个性化信息流推荐中应用的用户兴趣预测已成为人们日常生活中不可或缺的技术。如今，在这些成熟的人工智能技术基础上，服务于决策智能的技术变得越来越重要，这背后对应机器学习领域下的一个分支—强化学习。
目前强化学习技术已经在机器人控制、游戏智能、智慧城市、推荐系统、能源优化等领域得到广泛应用，发展前景广阔，业界对强化学习人才的需求量也与日俱增。但是，强化学习的普及教育较为滞后，不少高校仍未开设强化学习课程，学生迫切需要一条系统学习强化学习技术的专业路径。
本书的作者之一俞勇教授在上海交通大学致远学院、电子信息与电气工程学院为大三本科生开设了强化学习课程。目前这两个学院的强化学习课程在学生的培养方案中皆占 2 学分，包含授课和实验学时。在授课和批改学生的课程作业的过程中，我们发现强化学习对学生和老师来说都是一个难度较大的科目。对于学生，强化学习的理论属于机器学习大科目中的进阶内容，涉及的数学内容比一般的有监督学习更加复杂，并且真正理解这些内容离不开第一手的编程和调试经验。例如，在Q-learning 算法中，如果直接学习函数 Q 的更新公式，很难看出它可能会出现过高价值估计的问题，更难以理解为何这种过高价值估计在深度强化学习任务下总是导致学习失败。只有通过实验对比，学生才能真切体会双 Q 函数给这种过高价值估计带来的减缓效益。对于老师，要做好强化学习的教学工作，将强化学习的理论原理和实践经验在 2 学分的课程中讲透，实属不易。部分学生反映强化学习的理论难度大、授课节奏快；部分学生反馈理论授课内容和课程作业的差距太大，无法轻松衔接。总体来说，要想扎实掌握强化学习技术，离不开动手实践，而市面上目前尚未见到集强化学习原理和动手实践于一体的权威图书。