1 - 强化学习基础（上）

1-1 机器学习的类型

1-2 监督学习的“智能”VS强化学习的“智能”

1-3 强化学习的各个领域中的应用（一）

1-4 强化学习的各个领域中的应用（二）

1-5 强化学习的各个领域中的应用（三）

1-6 强化学习框架、强化学习四元组

1-7 奖励、状态、行为（一）

1-8 奖励、状态、行为（二）

1-9 从行为到策略

1-10 摇臂赌博机

1-11 Thomason Sampling..Being Conservative

1-12 Upper Confidence Bound ..Being Optimist

1-13 强化学习优化框架

1-14 如何设计值函数？

1-15 小结（一）

1-16 小结（二）

1-17 马尔科夫决策过程（一）

1-18 马尔科夫决策过程（二）

1-19 值函数的迭代算法 （一）

1-20 值函数的迭代算法（二）