9 月 9 日-14 日，Deep Learning Indaba 2018 大会在南非斯泰伦博斯举行。会上，DeepMind 强化学习研究小组负责人、首席研究员、AlphaGo 项目负责人 David Silver 发表演讲，介绍了强化学习的十大原则。 ...
分类：
其他好文 时间：
2018-09-22 23:19:11
阅读次数：
248
有监督学习Supervised Learning： 从已经标记的样本中进行学习 可用于目标识别、分类 本身不适合交互环境，但是若用正确的行为(action)对场景(situation)进行标注，也可学习。 适用于标注难度不大，成本不高的情况。 无监督学习Unsupervised Learning： ...
分类：
其他好文 时间：
2018-09-22 19:52:34
阅读次数：
491
在强化学习（六）时序差分在线控制算法SARSA中我们讨论了时序差分的在线控制算法SARSA，而另一类时序差分的离线控制算法还没有讨论，因此本文我们关注于时序差分离线控制算法，主要是经典的Q-Learning算法。 Q-Learning这一篇对应Sutton书的第六章部分和UCL强化学习课程的第五讲部 ...
分类：
编程语言 时间：
2018-09-19 21:51:10
阅读次数：
246
1、摘要： 提出了一种新的深度强化学习框架的新闻推荐。由于新闻特征和用户喜好的动态特性，在线个性化新闻推荐是一个极具挑战性的问题。 虽然已经提出了一些在线推荐模型来解决新闻推荐的动态特性，但是这些方法主要存在三个问题：①只尝试模拟当前的奖励（eg：点击率）②很少考虑使用除了点击 / 不点击标签之外的 ...
分类：
其他好文 时间：
2018-09-14 21:30:32
阅读次数：
316
目前，深度学习和深度强化学习已经在实践中得到了广泛的运用。资源型博客sky2learn整理了15个深度学习和深入强化学习相关的在线课程，其中包括它们在自然语言处理（NLP），计算机视觉和控制系统中的应用教程。 这些课程涵盖了神经网络，卷积神经网络，循环网络和其变体，训练深度网络的困难，无监督表示学习 ...
分类：
其他好文 时间：
2018-09-13 14:14:03
阅读次数：
204
现在越来越多的人工智能和机器学习以及深度学习，强化学习出现了，然后自己也对这个产生了点兴趣，特别的进行了一点点学习，就通过这篇文章来简单介绍一下，关于如何搭建Tensorflow以及如何进行使用。建议的话，还是要学习了一点Python基础知识和Linux知识是最好的！ 版本：Windows7 一：安 ...
概念强化学习，主要是主体agent根据处境state，做出行为action，并且最大化奖励reward的过程。开始进行强化学习时，神经网络的系数可随机初始化。依据环境给予的反馈，神经网络可以用预测的奖励和实际奖励之差来调整权重，改进其对状态－动作对的解析。参考：强化学习DeepLearning4j
分类：
其他好文 时间：
2018-09-06 18:11:57
阅读次数：
120
https://mp.weixin.qq.com/s/KRyr0y84k6vkezuuM408lw Google 近日宣布开源一个新的基于 Tensorflow 的框架 —— Dopamine，旨在为新手和资深 RL（强化学习）研究人员提供灵活性、稳定性和可重复性。该框架受大脑中的奖励动机行为启发， ...
分类：
其他好文 时间：
2018-09-01 12:22:22
阅读次数：
150
强化学习：是智能体（Agent）以“试错”的方式进行学习，通过与环境进行交互获得的奖赏指导行为，目标是使智能体获得最大的奖赏。(来源百度百科) 强化学习的指导信息很少，而且往往是在事后（最后一个状态）才给出的，这就导致了一个问题，就是获得正回报或者负回报以后，如何将回报分配给前面的状态。 1.K-摇 ...
分类：
其他好文 时间：
2018-08-30 18:21:17
阅读次数：
190
机器学习是计算机科学的一个子领域，在人工智能领域，机器学习逐渐发展成模式识别和计算科学理论的研究。从2016年起，机器学习到达了不合理的火热巅峰。但是，有效的机器学习是困难的，因为机器学习本身就是一个交叉学科，没有科学的方法及一定的积累很难入门。 如果你也想学习机器学习或者正在学习机器学习，本手册一 ...
分类：
其他好文 时间：
2018-08-30 15:48:47
阅读次数：
240
