课程主页: https://www.coursera.org/learn/complete-reinforcement-learning-system
课程概述
《完整强化学习系统（Capstone）》是Coursera上强化学习专业系列的最终课程。此课程堪称学习过程中的一个重要里程碑，旨在帮助学员将之前所学的知识整合并应用于实际问题。通过这一项目，您将把问题表述、算法选择、参数选择和表示设计等各个组件结合起来，创建出一个完整的强化学习解决方案。
课程大纲
本课程分为五个里程碑，逐步引导学员实现最终目标：
- 里程碑1：将问题形式化为MDP – 学员将阅读问题描述并将其翻译为马尔可夫决策过程（MDP），完成该环境的骨架代码。
- 里程碑2：选择合适的算法 – 在这一周，学员需要从三种算法中选择，学习如何为环境制定政策，并探讨每种算法在该环境中的适用性。
- 里程碑3：识别关键性能参数 – 识别影响代理性能的关键参数，为深度分析做准备。
- 里程碑4：实现你的代理 – 学员将实现自己的代理，使用期望Sarsa或Q学习，并运用 RMSProp 和神经网络来优化代理。
- 里程碑5：提交你的参数研究 – 选择一个参数进行研究，运行代理和环境以确定该参数对代理性能的影响。
课程评价
我推荐这个课程的原因有三：第一，课程结构清晰，逐步引导学员完成从理论到实践的过程；第二，真实项目的操作使得学习内容更加扎实，能够切实提升技能；第三，课程提供了丰富的实践机会，让学员能够可视化学习结果，深入理解强化学习的实际应用。
总结
无论您是刚入门强化学习，还是希望升华自己技术的学者，这门课程都能为您提供有益的支持和指导。通过完整的案例学习，您将获得在真实环境中部署强化学习算法的实际经验，掌握现代强化学习的重要策略。
课程主页: https://www.coursera.org/learn/complete-reinforcement-learning-system