动手学强化学习

这本书最实在的地方，在于它把强化学习从“看懂公式”拉到了“跑通代码”。它不追求把每个算法的数学推导讲透，而是每章配一个可运行的Python Notebook，概念、分析、算法、代码一体，让读者能亲手点几下就看见结果。读者反复提到的“吞枣”体验——先快速过完思想、再回头啃理论——正是这本书刻意的设计：它适合想快速建立整体认知、靠动手建立直觉的入门者。当然，代价也真实存在：内容“重广不重深”，最后几章复杂度陡增，想吃透仍需自己补实践。如果你要的是系统框架和能跑的示例，而非严密的理论证明，它会是很诚意的选择。

张伟楠，上海交通大学副教授，博士生导师，ACM班机器学习、强化学习课程授课老师，吴文俊人工智能优秀青年奖、达摩院青橙奖得主，获得中国科协“青年人才托举工程”支持。他的科研领域包括强化学习、数据挖掘、知识图谱、深度学习以及这些技术在推荐系统、搜索引擎、文本分析等场景中的应用。他在国际一流会议和期刊上发表了100余篇相关领域的学术论文，于2016年在英国伦敦大学学院（UCL）计算机系获得博士学位。 沈键，上海交通大学APEX实验室博士生，师从俞勇教授，研究方向为深度学习、强化学习和教育数据挖掘。在攻读博士期间，他以第一作者身份发表机器学习国际顶级会议NeurIPS、AAAI论文，参与发表多篇机器学习和数据挖掘国际顶级会议（包括ICML、IJCAI、SIGIR、KDD、AISTATS等）论文，并担任多个国际顶级会议和SCI学术期刊的审稿人。 俞勇，享受国务院特殊津贴专家，国家级教学名师，上海交通大学特聘教授，APEX实验室主任，上海交通大学ACM班创始人。俞勇教授曾获得首批“国家高层次人才特殊支持计划”教学名师、“上海市教学名师奖”“全国师德标兵”“上海交通大学校长奖”和“最受学生欢迎教师”等荣誉。他于2018年创办了伯禹人工智能学院，在上海交通大学ACM班人工智能专业课程体系的基础上，对AI课程体系进行创新，致力于培养卓越的AI算法工程师和研究员。