[纳什荐书][强化学习] chap2 MDP（马尔可夫决策过程），最优策略与最优状态价值

可能您也需要

【字幕】[leetcode reviews] 207. Course Schedule（图算法，拓扑排序，DAG 环检测）

【语种】中文

【格式】SRT

【字幕】[蒙特卡洛方法] 03 接受/拒绝采样（accept/reject samping）初步 cases 分析

【语种】中文

【格式】SRT

【字幕】【咒术回战手游】羂索测评解析+养成抽取建议！最强幻术C降临！周年前最后收割！

【语种】中文

【格式】SRT

【字幕】[leetcode reviews] FSM 有限状态机导论（交通灯，考拉兹猜想 Collatz conjecture）

【语种】中文

【格式】SRT

【字幕】[pytorch] Tensor shape 变化 view 与 reshape（contiguous 的理解）

【语种】中文

【格式】SRT