阿里强化学习.pdf

中文版附数据及代码文件 量化投资以Python为工具完整版 以python为工具进行量化投资分析 书中包含python基础、统计学基础、金融理论与投资组合、时间序列与配对交易、技术指标与量化投资

逻辑回归

经常有同学苦恼，学了python基础之后找不到合适的练手机会。为此，搜集整理了200多个python代码小例子。这些小例子包括但不限于：Python基础、Web开发、数据科学、机器学习等方向，短小精炼，力争让你60秒学会一个小例子。对学习python非常有用

excel比对小软件（pyqt python源码和应用下载），该小软件可以比对两个表里的相同列在其他列输出标志或在其他列插入目标列

minst手写数字数据集

基础路径规划A*算法python实现

需安装 pip install python_docx 生成的word文档如下

web编程，在原有网页上增加内容；增加新网页，可以新建topic 然后再该topic下 发布消息，如下图 运行方式：python manage.py runserver 然后访问 http://localhost:8000/  即可

一、俄罗斯方块DQN算法实验报告1. 网络结构图1 DQN网络结构2. 超参数 GAMMA = 0.99  # decay rate of past observations 设置增强学习更新公式中的累计折扣因子 OBSERVE = 500.  # timesteps to observe before training 设置观察期的迭代次数 EXPLORE = 500.  # frames over which to anneal epsilon 设置探索期的观察次数 FINAL_EPSILON = 0.002  # final value of epsilon 设置ε的最终最小值 INITIAL_EPSILON = 10.0  # starting value of epsilon 设置ε的初始值 REPLAY_MEMORY = 5900  # number of previous transitions to remember 设置replay memory的容量 BATCH = 32  # size of mini batch 设置每次网络参数更新世用的样本数目 K = 1  # only select an action every Kth frame, repeat prev for others，设置几帧图像进行一次动作， # K越大让控制台输出的速度变慢，游戏画面速度变快，机器人动作的速度变越迟缓。ACTIONS = 6  # number of valid actions 游戏动作数3.实验结果训练前期的self.score分数很低150左右，EPSILON=1.0，Q_MAX= 2.061341e-02：图2 EPSILON=1.0设置超参数EPSILON=0.05在1000步迭代之后：EPSILON固定在0.04999999999999416  Q_MAX = -1.163765e-01Self.score有明显的提升，但是之后无论训练多久都没有明显提升了。图3 EPSILON=0.05设置超参数EPSILON= 0.002在1001步迭代之后：EPSILON固定在0.000004 Q_MAX = 1.728995e 02Self.score可以轻松达到200以上。图4 EPSILON=0.000004设置超参数EPSILON= 0.000001在1001步迭代之后：EPSILON固定在-0.001998997999987482  Q_MAX = 1.899879e 03Self.score可以轻松达到200以上。图5 EPSILON=-0.002 【核心代码】用DQN来玩俄罗斯方块 tetrix_DQN ├── Wrapped Game Code│   └── tetris_fun.py├── deep_q_network.py├── logs_tetris│   ├── hidden.txt│   └── readout.txt└── saved_networks    ├── tetris-dqn-10000.data-00000-of-00001    ├── tetris-dqn-10000.index    ├── tetris-dqn-10000.meta    └── tetris-dqn-316600003 directories, 8 files

Transfer Learning.pdf