emm，花了一週時間完成了DQN的從入門到入土，這個系列是完完全全的入門系列，因爲講的內容很簡單，內容也比較少，僅僅是一個最基本的介紹。
我也是因爲偶然的原因才接觸到強化學習，然後覺得很有意思，比較好奇它是怎麼做到的，於是就花了一段時間去了解，接着就將自己的入門過程就寫下來了。
這個系列相比較與數據挖掘系列的博客，內容還是比較少的，內容如下所示：
- DQN（Deep Q-learning）入門教程（零）之教程介紹
- DQN（Deep Q-learning）入門教程（一）之強化學習介紹
- DQN（Deep Q-learning）入門教程（二）之最優選擇
- DQN（Deep Q-learning）入門教程（三）之蒙特卡羅法算法與Q-learning算法
- DQN（Deep Q-learning）入門教程（四）之Q-learning Play Flappy Bird
- DQN（Deep Q-learning）入門教程（五）之DQN介紹
- DQN（Deep Q-learning）入門教程（六）之DQN Play Flappy-bird ，MountainCar
說實話，以6篇博客想來學懂DQN（或者強化學習）是遠遠不夠的，一來，篇幅不夠；二來，自己的水平也不夠。我僅僅是個初學者，又怎麼可能有能力將其講得廣闊而透徹呢？因此，這個系列也僅僅是一個入門系列，最基本的入門。
不過，如果我們對某一個東西有興趣的話，學習起來也就會事倍功半。它能夠站在後面驅使着我們去學習。在個人看來，機器學習本身就是一個好玩的東西（儘管掉了一堆頭髮，是真的一堆頭髮，我媽打掃房間的時候還吐槽我怎麼掉了這麼多頭髮，/(ㄒoㄒ)/~~），如何進行加快模型的收斂，如何提取有用的信息，如何構建一個好的模型，這些都是值得研究，並且很有意思的東西。我還依稀的記得，當我瞭解到神經網絡總的MP模型的時候，我直接驚呆了，爲模型之簡介感到驚歎。
這個系列的博客實際上我是寫的匆匆忙忙，只花了約一週的時間就寫完了。實際上如果我時間很多的話，至少這個系列的博客不會低於15篇，但是，說實話我不敢這樣去寫。因爲我需要考研了，如果寫15篇的話，那至少得需要近2個月的時間，這樣勢必會耽誤我的複習，因此也只能這樣了。如果我考研能夠成功上岸的話，那麼我將會更加深入地去了解強化學習以及其優化方法，畢竟那時候時間應該會挺多的。總的來說，還是比較遺憾，無法將這個系列深入學習和寫下去。
接下來一段時間，如果沒有特殊情況，我基本不會再去寫博客，也不會對博客進行更新，如果大家想更加深入的去了解強學習，推薦大家可以去看看：