Startseite Projekte rl_learn
rl_learn
Jupyter Notebook

rl_learn

Meine Notizen und Lernmaterialien zur Verstärkungslernen:book: werden noch aktualisiert ... ...

von applenob · GitHub
Sterne
Forks
Erstellt
Letzter Commit
learning-by-doingreinforcement-learningJupyter Notebook
Auf GitHub ansehen
In einfachen Worten

Lesen und erkunden Sie klassische Lernmaterialien und Notizen zum Reinforcement Learning, die während des persönlichen Studiums gesammelt wurden.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
rl_learn — GitHub preview card
📈 Sternhistorie
374373
2026-07-202026-08-31
📈 rl_learn verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Meine Notizen und Lernmaterialien zur Verstärkungslernen:book: werden noch aktualisiert ... ...

rl_learn hat 373 Sterne auf GitHub. Es wurde 121-mal geforkt. rl_learn ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2017 aktiv entwickelt. Die Hauptthemen sind: learning-by-doing, reinforcement-learning.

Frequently asked questions

Was ist rl_learn?

Meine Notizen und Lernmaterialien zur Verstärkungslernen:book: werden noch aktualisiert ... ...

Ist rl_learn Open Source?

rl_learn ist ein Open-Source-Projekt.

Ist rl_learn kostenlos?

Ja. rl_learn ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist rl_learn geschrieben?

rl_learn ist hauptsächlich in Jupyter Notebook geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — rl_learn

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=applenob-rl-learn)](https://olud.ai/project/applenob-rl-learn.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.