《强化学习：原理与Python实现》是一本由肖智清著作，机械工业出版社出版的平装图书，本书定价：89，页数：239，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《强化学习：原理与Python实现》读后感(一)：好书，值得购买

　　之前了解深度强化学习算法比较多，而且主要是通过案例学习，这次通过这本书学习了理论知识，还了解在深度强化学习诞生前那些基础算法。原来很多深度强化学习算法比如DQN啥的只是在那些基础算法的基础上改进了一点点，并且很多深度强化学习算法的技巧实际上早就有非深度的版本，比如target network，double network都是如此。看了这本书，算是彻底的学会了强化学习。要是早学了这些，之前就不会那么盲目的调参浪费青春了。

　　《强化学习：原理与Python实现》读后感(二)：水军这么多的吗？

　　用数学语言描述理论初衷不错，也没发现什么大错误，但是在讲解方面极其糟糕，很多地方为了讲解而讲解，有“为赋新词强说愁”之感，大概作者自己的理解都不到位。

　　算法实现我自己没跑不评价，选的例子大都比较简单，起不到太大的练习作用，建议再版里设置更多好题交给读者。

　　本书被各种打五星实在过誉，虽然一定程度的填充了国内强化学习书籍的空白，但却仍存在很多国内教材的通病，没有很明显的改观，也没有眼前一亮的感觉。

　　以上……

　　《强化学习：原理与Python实现》读后感(三)：强化学习：原理与Python实现

　　我是一名在读研究生，主要方向为自然语言处理，非常荣幸参加鲜读活动，阅读到肖博的作品。关于强化学习，国内的书籍很少，以前一直都想学强化学习，也看过很多视频，但是很多视频公式都没讲清楚，看到那些晦涩难懂的公式，不由地退却了，所以强化学习的学习一直没有进步。这次在鲜读上读到的肖博的作品，详细的讲解了强化学习的运作过程，将公式讲的通俗易懂。没有了之前看视频那种学不下去的感觉，对于初学者来说很适合入门，入门了的也值得一看。上面有许许多多的案例，每个案例都是用的python语言，而且每个案例都讲得很详细，代码结构清晰，很容易懂。不过就算代码易懂，也还是要跟着一步步手敲，这样才能加深理解。书中每个案例的代码都能在github上找到。

　　《强化学习：原理与Python实现》读后感(四)：开始强化学习

　　一直想要学习下强化学习，网上也有各种视屏，但是苦于视屏没有笔记，看过不留痕，记不住。这本书从强化学习的概念，马尔可夫决策过程等引入强化学习，详细讲解了强化学习的运作方式，以及强化学习涉及到的各种方法。讲的不难，能够很好的理解，不会搞得晦涩难懂，对于入门来说非常友善。书中每章都有demo，用的是openai推出的gym库，python语言。书的最后又讲了几个大一点的案例，其中就有自动驾驶方面的案例。跟着案例手操一遍才能真正学到强化学习，加深感性认识。源码都可以在git上下载下来，整合调整一下可以直接加进自己的项目中去。深度学习方向上涉及到了tensorflow，这个之前用的是pytorch，现在也在学习tensorflow。

　　《强化学习：原理与Python实现》读后感(五)：强化学习评价

　　之前就知道肖博士，对他的才学敬佩不已，一直没有机会督导他的书，而且这一类的书本来价格就很高，所以有这次机会还是非常珍贵的。期待纸质书的出版。这本书最大的特点就是使用openAI开源的gym环境来训练机器，这就导致内容非常适合浅显易懂，适合初学者，但是对于我这样有一定基础的读者来看又具有一定的指导性。在读了这本书之后觉得一些眼前的困境有一点毛瑟顿开。值得注意的是源代码在github，下载起来非常方便，而且还配有英文解释以及论文，这一带你比市面上的那种纯粹的工具书强太多了，而且定价还是比较合理的，不管你是初学者还是技术大牛，我都建议j你买一本，可以当作经典，有空的时候读一读，可以激发灵感，眼前的问题瞬间就解决了。唯一觉得小的瑕疵就是关于数学的只是还可以写的更加详细，所以阅读本书之前还应该补充一下数学知识，推荐指数五颗星。

　　《强化学习：原理与Python实现》读后感(六)：强烈推荐强化学习的一本书

　　非常有幸参加了鲜读活动，第一次阅读了这本肖博大作品。目前国内对于强化学习的书籍少之又少，这是一本非常好的入门+进阶的一本书。

　　这本书既充分介绍了强化学习的基本理论知识， 进而提供了入门指导，又能提供了较为丰富的案例，用以进阶开发指导，是非常好的一本书。

　　读完之后，受益匪浅。本书提供了结合最热门的gym tensorflow2.0 平台，搭建了有趣的学习平台。 包括资格迹等经典算法和深度确定性梯度策略等深度强化学习算法， 整本书 知识点逐层递进，由浅至深，是非常好的自学教材，也是非常好的教学教材，非常推荐购买！

　　对于常见的基础应用案例如 电动游戏、棋盘游戏和自动驾驶 等 均在书中有所描述。

　　另外，书上的案例，在GitHub上都有的，可以直接克隆下载的哦！ 如果你想学习增强学习，那么我将非常推荐您阅读此书！

　　《强化学习：原理与Python实现》读后感(七)：深入浅出，明晰易学，入门和进一步学习不可多得的好书

　　我是学生物科学的本科生，最感兴趣的研究方向是计算生物物理，本次是第一次参加华章鲜读的活动，但遗憾的是，由于个人学习工作繁忙，本书也只是略读看完。作者肖智清博士从数学原理开始深入浅出地讲述强化学习的理论方法和具体实践，gym环境简单的界面无疑让这本书对新手了解强化学习的具体环境具有极大的意义。同时，本书代码完全开源，在github上可以方便地下载使用，对书籍上的内容是极大的补充。本书中让我印象最深的是最后几章对nature和science上几个明星算法的介绍和解析，对一般读者开阔眼界，感受数据科学前沿思路，和进一步的学习都有很大好处。数理基础本书需要大学微积分和线性代数的知识即可，若是读者具备常微分方程和非线性系统的基本知识，对于理解本书及其中的代码是有很大的好处的。总之，十分推荐初学者购买学习使用该书，同时具备一定经验的读者也可以用作参考和进行进一步学习。

　　《强化学习：原理与Python实现》读后感(八)：强化学习：原理与Python实现

　　我是一名刚毕业的算法工程师, 主要从事自然语言处理与机器视觉, 对人工智能有迷之兴趣, 很荣幸能够参加华章的鲜读活动, 提前阅读了肖智清博士的《强化学习：原理与Python实现》, 之前一直对强化学习有浓厚的兴趣, 趁这次机会就进一步解了一下强化学习的思想. 本书配套了丰富的python代码, 并开源在了GitHub; 有丰富的配图和公示, 作者十分细心, 采用了一致的数学符号, 与D. Silver的视频课程完美兼容, 个人表示很喜欢. 书上的案例很多: 的士调度, 小车上山, 车杆平衡, 双节倒立摆, 倒立摆的控制, 电动游戏, 棋盘游戏, 自动驾驶, 越到后面越酷炫, 最近正好在玩TensorFlow 2.0, 以后有机会都去实现一下, 期望未来能够把强化学习的思想应用到生活中. 如果是初学者的话, 可能还需要去补充一些编程和数学的基础, 总的来说这是一本十分有意思的书, 里面的思想十分有用, 以后有这种试读活动记得找我, 推荐购买!~

　　《强化学习：原理与Python实现》读后感(九)：强化学习：原理与Python实现之鲜独有感

　　华章出版社的《强化学习：原理与Python实现》的鲜读活动，在完成一系列专业的笔试题目之后，有幸成功获得了抢先阅读的机会，一路阅读下来感觉受益匪浅。 本书的作者肖智清老师凭借多年的经验和老练的写作，将强化学习的部分主要使用openAI开源的gym环境来训练机器，肖智清老师使用简单易懂的显示方式和调用方法让书里的代码实践即简洁而且有效，，当然也会有自己的问题，代码总是调不通，哈哈。作为一个不是很理工科的我这种跨专业的初学者，几乎零基础的读者可以迅速摸清训练环境再看之后的代码。同时肖智清老师将由于所有代码都开源在github，方便我们学习之后的下载和章节预览代码，其实最吸引我的一点还是作者将理论和实践结合的很好，经常还配有图和示例，对于我出入强化学习用来写论文的研究生来说太重要了，并且一些名词还配上了英文让之后阅读英文机器学习书籍和论文时更好理解。 同时强迫自己提高数学基础，大力推荐购买本书。毕竟众口难调，多多少少还有一些小的瑕疵，不过瑕不掩瑜，会一直支持肖智清老师的著作。