Companheiro gratuito, disponível online e organizado por capítulos, para o livro chinês de deep learning de Qiu Xipeng, com uma edição completa, outra para o público geral, PDFs e erratas.
alxndrTL/little-book-rl
Um livro introdutório e conciso sobre aprendizado por reforço, dos conceitos básicos a algoritmos aplicados, com implementações em PyTorch no repositório.
- Estrelas
- 1,715
- Forks
- 96
- Issues abertas
- 1
- Último commit
- há 3 meses
O que é?
The Little Book of Reinforcement Learning é uma introdução concisa ao aprendizado por reforço, que vai dos conceitos fundamentais a algoritmos aplicados. Este repositório reúne o livro e seus materiais complementares.
A pasta algos/ contém implementações em PyTorch dos algoritmos abordados no livro, de métodos de Monte Carlo a PPO. A pasta supplementary/ contém um documento com explicações detalhadas e demonstrações formais dos algoritmos de programação dinâmica que o livro apresenta brevemente.
O livro é distribuído sob uma licença Creative Commons não comercial (CC BY-SA 4.0), e há uma edição impressa disponível para compra.
Recursos principais
- 01Aborda aprendizado por reforço, dos conceitos básicos a algoritmos aplicados.
- 02Oferece implementações em PyTorch de algoritmos que vão de Monte Carlo a PPO.
- 03Inclui demonstrações complementares de métodos de programação dinâmica.
- 04É distribuído sob uma licença não comercial CC BY-SA 4.0.
Casos de uso
- Aprender aprendizado por reforço do zero com um livro didático conciso.
- Estudar código funcional em PyTorch junto com os algoritmos descritos no livro.
- Revisar as demonstrações por trás dos métodos de programação dinâmica.
Antes de usar
- O README descreve a licença como não comercial, mas menciona CC BY-SA 4.0, que não restringe o uso comercial; portanto, os termos não estão claros.
- Os metadados do repositório não indicam nenhuma licença.
- O README não traz instruções para instalar nem executar as implementações em PyTorch de algos/.
Tópicos
Perguntas frequentes
- O que é little-book-rl?
- Um livro introdutório e conciso sobre aprendizado por reforço, dos conceitos básicos a algoritmos aplicados, com implementações em PyTorch no repositório. The Little Book of Reinforcement Learning é uma introdução concisa ao aprendizado por reforço, que vai dos conceitos fundamentais a algoritmos aplicados. Este repositório reúne o livro e seus materiais complementares.
- little-book-rl é gratuito? Qual é a licença?
- little-book-rl não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.
- little-book-rl ainda é mantido?
- Atualizado nos últimos 6 meses. O último commit de little-book-rl foi em 14 de jul. de 2026.
- Para que posso usar little-book-rl?
- Aprender aprendizado por reforço do zero com um livro didático conciso. Estudar código funcional em PyTorch junto com os algoritmos descritos no livro. Revisar as demonstrações por trás dos métodos de programação dinâmica.
- Onde consigo little-book-rl?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/alxndrTL/little-book-rl
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Framework para definir modelos de ponta em machine learning para texto, visão, áudio e tarefas multimodais, voltado a inferência e treinamento.
Plataforma de investimento quantitativo orientada a IA da Microsoft, que abrange dados, treinamento de modelos, backtesting e execução de ordens para pesquisa quantitativa.
Ray é um framework unificado para escalar aplicações Python e de IA, do laptop ao cluster, com runtime distribuído e bibliotecas de IA.
O Unity ML-Agents Toolkit permite usar jogos e simulações Unity como ambientes para treinar agentes de IA com aprendizado por reforço e por imitação.
Implementações em PyTorch de algoritmos de aprendizado por reforço, projetadas como uma base confiável e consistente para pesquisa e aplicações.