Home Progetti Reinforcement-Learning
Reinforcement-Learning
Jupyter Notebook

Reinforcement-Learning

Impara il Deep Reinforcement Learning in 60 giorni! Lezioni e Codice in Python. Reinforcement Learning + Deep Learning

di andri27-ts · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
a2cartificial-intelligencedeep-learningMITJupyter Notebook
Visualizza su GitHub
In parole semplici

Impara come applicare tecniche di deep reinforcement learning per risolvere problemi del mondo reale attraverso lezioni ed esercizi di coding.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
Reinforcement-Learning — GitHub preview card
📈 Storia delle stelle
4.73k4.72k
2026-07-042026-08-31
📈 Segui Reinforcement-Learning

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Impara il Deep Reinforcement Learning in 60 giorni! Lezioni e Codice in Python. Reinforcement Learning + Deep Learning

Reinforcement-Learning ha 4.7k stelle su GitHub. È stato forkato 669 volte. Reinforcement-Learning è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2018. Reinforcement-Learning è disponibile con licenza MIT. I suoi temi principali sono: a2c, artificial-intelligence, deep-learning, deep-reinforcement-learning.

Frequently asked questions

Che cos'è Reinforcement-Learning?

Impara il Deep Reinforcement Learning in 60 giorni! Lezioni e Codice in Python. Reinforcement Learning + Deep Learning

Reinforcement-Learning è open source?

Reinforcement-Learning è un progetto open source. È rilasciato con licenza MIT.

Reinforcement-Learning è gratuito?

Sì. Reinforcement-Learning è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è Reinforcement-Learning?

Reinforcement-Learning è disponibile con licenza MIT.

In quale linguaggio è scritto Reinforcement-Learning?

Reinforcement-Learning è scritto principalmente in Jupyter Notebook.

🏅 Manutentore di questo progetto?
olud.ai badge — Reinforcement-Learning

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=andri27-ts-reinforcement-learning)](https://olud.ai/project/andri27-ts-reinforcement-learning.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
SLM-Lab
Framework di Deep Reinforcement Learning modulare in PyTorch. Libreria compagna del libro "Foun…
1.4k · a2c
condividea2cdeep-reinforcement-learning
PyTorch-RL
Implementazione PyTorch di Deep Reinforcement Learning: metodi Policy Gradient (TRPO, PPO, A2C)…
1.3k · a2c
condividea2cdeep-reinforcement-learning
Rainbow
Rainbow: Combinare miglioramenti nel Deep Reinforcement Learning
1.7k · deep-learning
condividedeep-reinforcement-learning
hands-on-rl
Corso gratuito che ti porta da zero a PRO in Reinforcement Learning 🦸🏻‍🦸🏽
1.6k · deep-reinforcement-learning
condividedeep-reinforcement-learning
DeepRL-TensorFlow2
🐋 Implementazioni semplici di vari popolari algoritmi di Deep Reinforcement Learning utilizzand…
600 · a2c
condividea2c
deeplearning-guide
Una guida in evoluzione per apprendere il Deep Learning in modo efficace.
713 · computer-vision
condividedeep-reinforcement-learning
PyGame-Learning-Environment
Ambiente di apprendimento PyGame (PLE) -- Ambiente di apprendimento per rinforzo in Python.
1.1k · agent
condividedeep-reinforcement-learning
DeepLearningFlappyBird
Hack di Flappy Bird utilizzando Deep Reinforcement Learning (Deep Q-learning).
6.8k · deep-learning
condividedeep-reinforcement-learning
Deep_reinforcement_learning_Course
Implementazioni del corso gratuito Deep Reinforcement Learning con Tensorflow e PyTorch
3.9k · a2c
condividea2c
drl-zh
Deep Reinforcement Learning: Da Zero a Eroe!
2.3k · deep-learning
condividedeep-reinforcement-learning

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.