强化学习是一种强大的技术,用于解决各种复杂的行业问题,涉及不确定性下的顺序最优决策。它在自动驾驶汽车、机器人和战略游戏等备受瞩目的问题上的渗透,表明未来强化学习算法的决策能力将远远优于人类。但当涉及到这一领域的教育时,人们似乎不愿意直接投入其中,因为强化学习似乎已经获得了神秘和具有技术挑战性的名声。这本书通过强调基础数学,用设计良好的Python代码实现模型和算法,以及对几个可以用强化学习解决的金融交易问题的稳健覆盖,努力传递对该主题的清晰和深刻的理解。这本书是在这些主题的教育学上经过多年的迭代实验而创建的,同时被教授给大学生以及行业从业者。特性
- 重点研究强化学习的基础理论以及相应模型和算法的软件设计
- 适合作为强化学习课程的主要文本,也可以作为应用/金融数学、编程和其他相关课程的补充阅读
- 适合定量分析师或数据科学家的专业观众
- 将理论/数学、编程/算法和现实世界的金融细微差别融合在一起,同时始终努力保持简单,建立直观的理解。