STEP1: Choose the paper

• Use tools such as Google Scholar.

本文是reinforcement learning:An introduction书第三章的翻译．

在本章中我们将介绍有限马尔科夫决策过程形式的问题（finite MDPs），本书的剩余部分都将解决此类问题．该问题包括可评估的反馈，就像和bandits问题一样，但是同时也有一个相关性的方面－在不同的情形下选择不同的行为．MDPs是序列决策问题的一种经典的形式．行为不光影响立即的回报，同时影响接下去的状态．因此，MDPs包括未来的奖励并且需要权衡立即的奖励与未来的奖励．在bandit问题中，我们估计每个行为的值.

在MDPs中我们估计在状态下，在行为的条件下的值.

**CBDict：一个专门为Linux环境下的学术党设计的文献取词翻译器**

ClipBoardDictionary

This program monitors the clipboard of the system and translates the word from English to Chinese by YouDao API, specially designed for Students who are working under Linux environment where there is no simple translator when you read papers.

减肥中的热量单位

在了解减肥的原理之前，需要首先了解常用的热量单位，卡，卡路里，千卡，大卡，千焦。我们买来的食品的包装袋上一般都标注着每100克该食品的营养成分，使用的就是这些单位。 - 卡 = 卡路里 = 4.184焦耳 - 1千卡 = 1大卡 = 1000卡 = 4184焦耳 = 4.184千焦

需要优化的目标函数

1
2

def target(nparray):
    return nparray[0]**2 + nparray[1]**2 + nparray[2]**2

很多Python新手都无法搞清*args与**kwargs这两个魔术变量。那么他们到底是什么呢？让我来告诉你。在实际程序中，我们没有必要非得写成*args与**kwargs这样的形式，你也可以写成*var与**vars。写成*args与**kwargs的形式只是一种惯例。

装饰器是Python的重要组成部分。简单来说：它们是修改其它函数的函数。他们有助于使我们的代码更短，更Pythonic。大多数初学者不知道在哪里使用它们，所以本文将介绍一些常见需要使用装饰器的情况。

我家养了一条拉布拉多，名字叫小黑，由于我常年不在家，都是我妈妈在养，每当我想要看看狗子，总是需要在我妈妈在家的时候，和我妈妈视频才能看到，因此，就想做一个本文的这个项目。

首先，给大家看下效果，B站直播房间号： https://live.bilibili.com/21172572