背景 MDPs 强化学习问题 蒙特卡洛方法 (Monte Carlo Methods) 蒙特卡洛预测（Monte Carlo Prediction） 蒙特卡洛控制（Monte Carlo Control） 时序差分学习 (Temporal-Difference Learning) 时序差分预测（TD Prediction） 时序差分控制（TD Control） Sarsa：on-policy Q-learning : off-policy 策略梯度 (Policy Gradient) Monte-Carlo Policy Gradient Actor-Critic Policy Gradient 深度强化学习 Deep Q-Networks (DQN) Policy Gradients for Deep Reinforcement Learning

一、单项选择题（本大题共 25 小题，每小题 1 分，共 25 分） 在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。错选、多选或未选 均无分。 1．作为 XML 文件，其必要条件是（ D ） A．可索引化 B．能够描述一定的信息 C．以 XML 为第一个标记开头 D．符合“结构良好的”标准

一、单项选择题（本大题共 25 小题，每小题 1 分，共 25 分） 在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的 括号内。错选、多选或未选均无分。 1．在 CSS 中文本垂直对齐属性 vertical-align 的取值 top 表示（ D ） A．写在其它元素中线的上方 B．写在其它元素基线的上方 C．以其它文本元素的顶线作为被定义元素的底线 D．以其它普通元素的顶线作为被定义元素的顶线

一、单项选择题(本大题共 20 小题，每小题 1 分，共 20 分) 在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。错选、多选或未选均无分。 1.域名系统能够将( D ) A.域名转换成主机名 B.主机名转换成域名 C.主机名转换成 IP 地址 D.域名转换成 IP 地址

一、成本概念 二、成本函数 三、贡献分析法及其应用 四、 盈亏平衡点分析法及其应用 五、成本函数的估计

6.1 统计量 6.2 由正态分布导出的几个重要分布 6.3 样本均值的分布与中心极限定理

5.1 随机事件及其概率 5.2 离散型随机变量及其分布 5.3 连续型随机变量的概率分布

一：案例回顾 二：本案涉及问题 三：案例分析 四：责任认定 五：结论 六：看法和建议

13.1产业关联的内涵 13.2产业关联分析工具 13.3产业间的结构分析 13.4产业间的波及效果分析

一、 应力状态概述 二、二向应力状态（解析法） 三、二向应力状态分析（图解法） 四、三向应力状态和最大剪应力 五、位移与应变分量 六、平面应变状态分析 七、广义虎克定律