Quali sono le migliori risorse per imparare l'apprendimento per rinforzo?

All'Università di Waterloo, il mio istruttore di Reinforcement Learning era il Prof. Pascal Poupart. È noto per i suoi contributi nei processi decisionali di Markov parzialmente osservabili e ha diversi articoli in NeurIPS. Ha caricato le sue lezioni del nostro corso su Youtube ed è disponibile come playlist:

CS885 Reinforcement Learning - Spring 2018 - University of Waterloo - YouTube

L'ho trovato davvero utile perché semplifica gli algoritmi spiegando perché sono così.

Inoltre, puoi guardare queste risorse:

• Richard S. Sutton and Andrew G. Barto, Reinforcement Learning: An Introduction (2nd edition, 2018) liberamente disponibile online
• Csaba Szepesvari, Algorithms for Reinforcement Learning liberamente disponibile online
• Olivier Sigaud and Olivier Buffet (editors), Markov Decision Processes in Artificial Intelligence (2010) liberamente disponibile online
• Ian Goodfellow, Yoshua Bengio and Aaron Courville, Deep Learning (2016) liberamente disponibile online
• Martin L. Puterman, Markov Decision Processes: Discrete Stochastic Dynamic Programming (2008)
• Dimitri P. Bertsekas, Dynamic Programming and Optimal Control (2017)
• Warren B. Powell, Approximate Dynamic Programming: Solving the Curses of Dimensionality (2015)
• Stuart Russell e Peter Norvig, Artificial Intelligence: A Modern Approach (3rd Edition) (2010)

Buona fortuna! :)