第一章 准备工作1.1、编程环境搭建本教程采用的编程语言为python，推荐使用Anaconda，这样可以不用自己安装各种库。要知道，现在在windows安装python的库时，经常出现安装失败。安装了Anaconda后，应该是已经有了numpy 、scipy、matplotlib、sklearn。如果你是在linux上使用python，那么可以不需要Anaconda了，可以下载库的源码，自己编译

subprocess32模块现在已经被subprocess取代了，已经很久不更新，现在安装，可能会编译不通过。这样导致matplotlib没法安装。解决办法：下载matplotlib源码，把setup.py中的setupext.Subprocess32(),这一行注释掉，然后编译就好了。

简单分类训练数据样本包含输入向量以及对应的目标向量的应用被称作有监督学习，例如MNIST手写识别。如果训练样本仅有输入向量，而没有目标向量，则称为是无监督学习。若一个输入样本的目标是将其映射到有限个离散标签中的一个，则称其为分类问题；若一个样本的目标是将其映射到一个连续区间，则称其为回归问题。增强学习关注的是在给定条件下，找到合适的动作，使得获得的奖励达到最大值。所以这种学习没有给定最优目标，而A