强化学习是机器学习里非常重要的分支

但由于其自身已形成庞大的体系

同时需要多方面知识进行辅助

让很多初学者望而生畏

本书单从机器学习基础着手

一步步带你入门强化学习

NO.1

《Python与机器学习实战：决策树、集成学习、支持向量机与神经网络算法详解及编程实现》

何宇健 编著

用简单的Python，来完成复杂的机器学习算法！本书致力于将理论与实践相结合，在讲述理论的同时，利用Python这一门简明有力的编程语言进行一系列的实践与应用。

本书适用于想了解传统机器学习算法的学生和从业者，想知道如何高效实现机器学习算法的程序员，以及想了解机器学习算法能如何进行应用的职员、经理等。

NO.2

《Python机器学习算法》

赵志勇 著

这是一本机器学习入门读物，注重理论与实践的结合。

书中每个部分均以典型的机器学习算法为例，从算法原理出发，由浅入深，详细介绍算法的理论，配合Python语言，从零开始，实现每一个算法，以加强对机器学习算法理论的理解、增强实际的算法实践能力，最终达到熟练掌握每一个算法的目的。与其他机器学习类图书相比，本书同时包含算法理论的介绍和算法的实践，以理论支撑实践，同时，又将复杂、枯燥的理论用简单易懂的形式表达出来，促进对理论的理解。

NO.3

《Python大战机器学习：数据科学家的第一个小目标》

华校专 王正林 编著

数据科学家是当下炙手可热的职业，机器学习则是他们的必备技能。机器学习在大数据分析中居于核心地位，在互联网、金融保险、制造业、零售业、医疗等产业领域发挥了越来越大的作用且日益受到关注。

本书以快速上手、四分理论六分实践为出发点，讲述机器学习的算法和Python 编程实践，采用“原理笔记精华+ 算法Python 实现+ 问题实例+ 代码实战+ 运行调参”的形式展开，理论与实践结合，算法原理与编程实战并重，无论你是新手还是有经验的读者，都能快速学到你想要的知识。

NO.4

《深入浅出强化学习：原理入门》

郭宪 方勇纯 编著

强化学习是机器学习的一个重要分支，本书针对初学者的需求，直接分析原理，并辅以编程实践。从解决问题的思路，层层剖析，普及了传统的强化学习基本方法和当前炙手可热的深度强化学习方法，直接将读者带入强化学习的殿堂。

除了系统地介绍基本理论，书中还介绍了相应的数学基础和编程实例。既适合零基础的人员入门学习、也适合相关科研人员作为研究参考。

NO.5

《强化学习精要：核心算法与TensorFlow实现》

冯超 著

本书用通俗幽默的语言深入浅出地介绍了强化学习的基本算法与代码实现，为读者构建了一个完整的强化学习知识体系，同时介绍了这些算法的具体实现方式。

书中除了介绍算法原理，还深入分析了算法之间的内在联系，可以帮助读者举一反三，掌握算法精髓。书中代码可以帮助读者快速将算法应用到实践中。