本书主要介绍了强化学习的理论优化及其应用，主要从数据层面、特征层面和算法层面对非平衡数据分类预测方法进行详细说明。全书分为两大部分，共11章。第一部分包括第1-5章，主要包括绪论、强化学习基础知识、强化学习理论基础、经典强化学习模型、多智能体强化学习；第二部分包括第6-11章，主要包括基于强化学习的聚类算法、基于学习自动机的模糊聚类算法、基于轮廓系数的多智能体强化学习聚类算法、基于强化学习的特征选择算法、双经验池深度强化学习分类模型、基于深度强化学习的推荐算法等内容。