增强学习

小学语文教材编写特点及使用建议——徐轶（国培计划）

1、综合性（情景图，识字，儿歌相结合），巩固拼音培养观察的能力发展儿童的语言增强学习的趣味性2、人文性3、生活联系生活学习拼音联系生活巩固拼音“应与学说普通话、识字教学相结合，注意汉语拼音在现实语言生活中的运用
陇西060张艳·2018-12-15 14:22

学生参加竞赛，老师沾光获奖！

图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App竞赛的目的是促进中学生提高学习物理的主动性和兴趣，改进学习方法，增强学习能力；促进学
憨儿_d2cd·2018-12-09 06:45

Policy Evaluation之Sequencial DR论文讲解

在多臂老虎机游戏过程中虽然要连续尝试多次，但其相邻两次之间是满足i.i.d.的，而增强学习很多场景并不满足i.i.d.性质。
对半独白·2018-12-02 14:58

Policy Evaluation之Doubly Robust论文讲解

导语前一篇文章已经铺垫好了增强学习评估的概念，几乎所有对强化学习策略评估的方法都是基于重要性采样展开。其中最经典的方法，莫过于ICML2011上出现的DoublyRobustestimation了。
对半独白·2018-11-25 12:22

使用50行Python代码从零开始实现一个AI平衡小游戏

集智导读：本文会为大家展示机器学习专家MikeShi如何用50行Python代码创建一个AI，使用增强学习技术，玩耍一个保持杆子平衡的小游戏。
景略集智·2018-11-21 09:44

理解增强学习的评估

导语在前面机器学习方法篇系列中，小斗给大家简单介绍了什么是增强学习，以及增强学习最基础的几个算法概念（MDP、DP、MC、TD）。基本上，策略函数的优劣决定了整个模型的好坏。
对半独白·2018-11-11 18:38

机器学习 - 深度学习

半监督学学习：介于两者之间增强学习：通过观察来学习做成如何的动作。---------深度学习：使用包
云之彼端09·2018-10-28 16:00

教程：用强化学习玩转恐龙跳跳

我们将从增强学习的基础开始，然后深入代码中进行实践性的理解。AI玩游戏我在2018年3月初开始了这个项目，并
阿里云云栖社区·2018-09-30 00:00

百家争鸣的Meta Learning/Learning to learn

1前言MetaLearning元学习或者叫做LearningtoLearn学会学习已经成为继ReinforcementLearning增强学习之后又一个重要的研究分支（以后仅称为MetaLearning
迦南村夫·2018-09-21 15:03

Deep Reinforcement Learning with Double Q-learning 笔记

2.介绍在增强学习算法中，我们将动作的价值定义为：Q最优的value值为：，增强学习为我们提供了Q-learning
Junr_0926·2018-09-15 19:06

深度增强学习DDPG（Deep Deterministic Policy Gradient）算法源码走读

之前写过该项目的环境setup介绍《常用增强学习实验环境I(MuJoCo,OpenAIGym,rllab,DeepMindLab,TORCS,PySC2)》以及其中的另一重要
ariesjzj·2018-09-15 11:16

亲子日记 263 《每天坚持》

学习语文一定要注意培养学习兴趣，养成好的学习习惯，积累学习方法，增强学习能力。
陈一宁妈妈·2018-09-15 07:46

day1-机器学习和数学分析

小象学院邹博的课件和视频还是不错的机器学习相关知识定义应用1.希望机器更加只能，能够使用机器帮助人类的实现某些特定功能下围棋：深蓝等无人驾驶汽车实现模仿人类如何学习有特征值（语言、颜色、形状）有监督无监督增强学习内涵与外延给定数据的预测数据清洗
喵鸢·2018-08-20 10:27

深度学习简介（一）

用于自我学习神经网络已经出现很多年，为什么最近广泛应用起来大数据计算机能力的增强DL分类普通DL（全连接）1-D序列模型（RNN，LSTM，GPU）图像模型，2-D，3-D，CNN其它类别：无监督学习，增强学习
chenxaioxue·2018-08-07 15:40

SAP 增强学习(2)：二代增强 CUSTOMER EXIT

涉及到的：TCODE:SMOD、CMOD涉及到的表：TADIR，MODSAP介绍由于一代增强具有很多的局限性，所以出现了二代增强(SMOD、CMOD)。其中SMOD是查看出口对象的相关信息，CMOD是出口对象的管理。二代增强然后根据增强点来区分可以分为屏幕增强（S）、菜单增强（C）、功能增强（E）、表增强（T）。学习的步骤(1).通过T-CODE先查找到对应的程序名。(2).然后SE11查询数据表
SAP-Joker·2018-08-02 10:28

深度学习-增强学习概览

(1)DQN与DDPG离散状态：DQN是一个面向离散控制的算法，即输出的动作是离散的。对应到Atari游戏中，只需要几个离散的键盘或手柄按键进行控制。然而在实际中，控制问题则是连续的，高维的，比如一个具有6个关节的机械臂，每个关节的角度输出是连续值，假设范围是0°~360°，归一化后为（-1，1）。若把每个关节角取值范围离散化，比如精度到0.01，则一个关节有200个取值，那么6个关节共有2006
gao8658·2018-07-20 11:48

2018崇德国学成长营&(3861助学营)精华回放

2018暑假“开心国学成长营”，以德育教学为根本,安全自救自护的体验式教学为核心,通过经典学习、安全自救自护演练在生活中的落实,养成良好的生活与学习习惯，开启孩子的孝心、感恩心，启动孩子学习的内动力，增强学习自觉性
崇德小麦·2018-07-12 13:27

让学习轻松起来，让记忆快乐起来！！超强记忆暑假训练班招募中！！

为了提高学生的学习能力，培养良好的记忆习惯，暑假期间北京道蒙开智文化与少林寺文武学校共同开设《过目不忘》记忆能力训练班，这个训练班主要是通过唤醒学生原有的记忆能力，并协助学生们提高学习兴趣，增强学习记忆效率
道蒙开智·2018-06-27 11:34

增强学习之入门 这个很明白

第一次听到“增强学习”(ReinforcementLearning)的时候，我以为只是在“深度学习”的基础上又玩儿的新花样。
hellocsz·2018-06-18 15:29

增强学习总结

增强学习总结增强学习概念：增强学习关注的是智能体如何在环境中采取一系列行为，从而获得最大的累积回报。通过增强学习，一个智能体应该知道在什么状态下应该采取什么行为。
CangHaier·2018-06-10 00:58

ICLR 2018 BEST PAPER

这篇文章的题目如下：论述了如何将元学习用于非静态环境下多agents的增强学习。与传统的多agents静态环境（atari）和单agent静态环境相比，该场景更复杂，同时也与实际应用情景相吻合！
DeepMatter·2018-06-04 01:31

深度增强学习PPO（Proximal Policy Optimization）算法源码走读

jinzhuojun/article/details/80417179OpenAI出品的baselines项目提供了一系列deepreinforcementlearning（DRL，深度强化学习或深度增强学习
ariesjzj·2018-05-27 19:58

深度增强学习PPO（Proximal Policy Optimization）算法源码走读

jinzhuojun/article/details/80417179OpenAI出品的baselines项目提供了一系列deepreinforcementlearning（DRL，深度强化学习或深度增强学习
ariesjzj·2018-05-27 19:58

增强学习 学习笔记一基本原理

参考：ReinforcementLearning：AnIntroduction监督学习：增强学习（RL）：RL的主要特征：1）学习器不被告知要采取的行动2）试错法搜索3）延迟的reward(牺牲短期获得长期收益
狡童·2018-05-24 00:58

Ray - 面向增强学习场景的分布式计算框架

如果关注这个领域的同学可能知道，Ray其实在去年就已经在开源社区正式发布了，只不过后来就一直没有什么太大动静，前段时间也是因为机缘巧合，我又回头学习了解了一下，顺便总结如下：Ray是什么？Ray是RISELab实验室（前身也就是开发Spark/Mesos等的AMPLab实验室）针对机器学习领域开发的一种新的分布式计算框架。按照官方的定义：“Rayisaflexible,high-performan
彩色蚂蚁·2018-05-23 11:02

Ray - 面向增强学习场景的分布式计算框架

如果关注这个领域的同学可能知道，Ray其实在去年就已经在开源社区正式发布了，只不过后来就一直没有什么太大动静，前段时间也是因为机缘巧合，我又回头学习了解了一下，顺便总结如下：Ray是什么？Ray是RISELab实验室（前身也就是开发Spark/Mesos等的AMPLab实验室）针对机器学习领域开发的一种新的分布式计算框架。按照官方的定义：“Rayisaflexible,high-performan
彩色蚂蚁·2018-05-22 17:25

Ray - 面向增强学习场景的分布式计算框架

如果关注这个领域的同学可能知道，Ray其实在去年就已经在开源社区正式发布了，只不过后来就一直没有什么太大动静，前段时间也是因为机缘巧合，我又回头学习了解了一下，顺便总结如下：Ray是什么？Ray是RISELab实验室（前身也就是开发Spark/Mesos等的AMPLab实验室）针对机器学习领域开发的一种新的分布式计算框架。按照官方的定义：“Rayisaflexible,high-performan
彩色蚂蚁·2018-05-22 17:25

Q_learning 强化学习C语言版本

第一次听到“增强学习”(ReinforcementLearning)的时候，我以为只是在“深度学习”的基础上又玩儿的新花样。
小然_ran·2018-05-18 19:48

Unity ML-Agent之Agents设计

对于增强学习来说，要创建可以成功学习
浪尖儿·2018-05-18 14:08

增强学习（强化学习）算例之Q-learning

我认为本文是学习率为1的Q-learning。为什么这么讲呢？根据Q-learning算法：更新一个状态行为对的Q价值时，采用的不是当前遵循策略的下一个状态行为对的Q价值，而是采用的待评估策略产生的下一个状态行为对的Q价值。公式如下：式中，红色部分的TD目标是基于另一个评估策略产生的行为得到的价值。Q学习最主要的表现形式是：个体遵循的策略是基于当前状态行为价值函数的一个策略，而目标策略是基于当前状
hai008007·2018-05-14 16:37

怎样理解Unity的ml-agent

0.预备知识虽然名字叫做机器学习ML，但是主要内容还是增强学习RL（或者叫强化学习）。其实并没有错，ML中主要包括监督学习、非监督学习和增强学习三种范式，只是这里并没有监督学习和非监督学习的内容。
浪尖儿·2018-05-11 18:52

写在月考之后--学好语文要做好这三件事

图片发自App学习语文一定要注意培养学习兴趣，养成好的学习习惯，积累学习方法，增强学习能力等。学习习惯的好坏，直接关系到孩子学习质量的好坏。
洮南远方文学·2018-05-04 23:49

机器学习方法篇(27)------时序差分方法

导语前面分别讲解了增强学习当中的动态规划方法和蒙特卡洛方法的算法思想。在实际问题当中，DP通常无法或者很难得到问题的真实模型结构，MC则很难估算一次行动的最终价值奖励。
对半独白·2018-04-29 08:04

Tensorflow+Keras 深度学习人工智能实践应用 Chapter One人工智能 机器学习与深度学习简介...

ChapterOne人工智能机器学习与深度学习简介1.1人工智能:弱人工智能和强人工智能机器学习使用算法通过大量数据进行训练后产生模型通过使用这个模型达到预测效果是人工智能的分支监督学习无监督学习增强学习深度学习模仿人类神经网络的工作方式是机器学习的分支多层感知器深度神经网络递归神经网络近年人工智能发展加速的原因
azvvar6169·2018-04-23 22:00

等待机会的时间里，你如何提升自己？

其实无非就是提升行动力、增强学习力。这也是《精进：如何成为一个很厉害的人》这本书里的重要内容。《精进：如何成为很厉害的人》是一本属于自我提升类的书。在这本书当中，作者采铜为我们打开了人生的七个侧
梦猫人读书·2018-03-25 15:02

等待机会的时间里，你如何提升自己？

其实无非就是提升行动力、增强学习力。这也是《精进：如何成为一个很厉害的人》这本书里的重要内容。《精进：如何成为很厉害的人》是一本属于自我提升类的书。在这本书当中，作者采铜为我们打开了人生的七个侧
梦猫人读书·2018-03-25 15:02

增强学习玩转FlappyBird

算是刚开始入门增强学习吧，结合毕设的要求，将增强学习的Q-learning和视频游戏结合起来，花几天时间啃透了yenchenlin的一个不错的项目，加了好多注释和自己的理解，几乎可以说是很简单易读了，希望能够对你有所帮助
ZRay111·2018-03-24 11:38

增强学习、增量学习基础知识

一：增强学习（Q-learning）要解决的问题：一个能感知环境的自治agent，怎样通过学习选择能达到其目标的最优操作。
gentelyang·2018-03-21 09:18

机器学习方法篇(24)------理解RL中的MDP

导语上一节介绍了增强学习的一些基本概念，并提到了增强学习被广泛应用的各种场景。那么，增强学习在这些应用当中到底是如何起作用的？换言之，增强学习的优化目标是什么？
对半独白·2018-03-10 22:45

监督学习，非监督学习，半监督学习和增强学习

分成四类监督学习，非监督学习，半监督学习和增强学习监督学习：给机器的训练数据拥有“标记”或者“答案”监督学习：银行已经积累了一定的客户信息和他们的信用卡的医院已经积累了一定的病人信息和他们最终确诊是否患病的情况市场积累了房屋的基本信息和最终成交的金额监督学习处理两大类问题
jhkj_5154·2018-03-09 03:15

机器人运动控制 强化学习几大难点及解决

三个难点与棋类运动和电脑游戏不同，在机器人运动控制领域运用增强学习方法主要有以下三个难点：1.“高”，即状态和行为维数高。
小溪的博客·2018-02-28 11:28

【强化学习】强化学习/增强学习/再励学习介绍

Deepmind团队在17年12月5日发布的最新AlphaZero中，非常重要的一种方法就是强化学习(reinforcementlearning)，又称再励学习、评价学习，是一种重要的机器学习方法，靠自身的经历进行学习。通过这种方式，RLS在行动-评价的环境中获得知识，改进行动方案以适应环境。正因为可以在小数据量的情况下靠自身的行动获得经验，所以AlphaZero可以通过自我对弈进行学习提高。深度
产业智能官·2018-02-24 00:00

DeepMind推出分布式深度强化学习架构IMPALA，让一个Agent学会多种技能

维金编译自DeepMindBlog量子位出品|公众号QbitAI目前，深度增强学习（DeepRL）技术在多种任务中都大获成功，无论是机器人的持续控制问题，还是掌握围棋和雅达利的电子游戏。
人工智能学家·2018-02-08 00:00

【AAAI Oral】利用DeepMind的DQN解数学应用题，准确率提升15%

本文由「AI前线」原创，原文链接：http://dwz.cn/7nBdQV本文经阿凡题研究院授权发布作者｜王磊，张东祥，高联丽，宋井宽，郭龙，申恒涛AI前线导读：”增强学习和人类学习的机制非常相近，DeepMind
AI前线·2018-02-07 18:27

【AAAI Oral】利用DeepMind的DQN解数学应用题，准确率提升15%

本文由「AI前线」原创，原文链接：http://dwz.cn/7nBdQV本文经阿凡题研究院授权发布作者｜王磊，张东祥，高联丽，宋井宽，郭龙，申恒涛AI前线导读：”增强学习和人类学习的机制非常相近，DeepMind
AI前线·2018-02-07 18:27

iOS 增强学习网站

都是哥们常用的!githubgithub各种语言前10名排行榜github前10总榜github自由可用的编程书籍付钱的(都是大神)xiaozhuanlan资料code4appcocoachinajuejin牛客网segmentfaultcsdn码云搜索googlezhihubaidu学习我只推荐几个,多了你也不看!w3cschoolimooctuicooltuicool如果你真的想看,好吧,都给
SunnyLeong·2018-02-07 10:27

动手学深度学习(一)——基本介绍

第一课：从上手到多类分类课程首先介绍了深度学习的很多应用：例如增强学习、物体识别、语音识别、机器翻译、推荐系统、广告点击预测等。课程目的：通过动手实现来理解深度学习，跟工业界应用相比，主要只是数据规模
SnailTyan·2018-01-31 18:36

成武县卫生监督执法局使用执法记录仪全面助力执法

在深刻领会执法记录仪对于保护执法工作、和群众合法权益的重要性基础上,成武县卫生计生监督执法局为执法人员配备了一批瑞尼执法记录仪，进一步增强学习、使用执法记录仪的积极性和主动性，它既可以监督和规范执法，同时也可以保护严格依法执法的办公人员
c4e24a5916a5·2018-01-21 09:28

SeqGAN——对抗思想与增强学习的碰撞

SeqGAN这篇paper从大半年之前就开始看，断断续续看到现在，接下来的工作或许会与GAN+RL有关，因此又把它翻出来，又一次仔细拜读了一番。接下来就记录下我的一点理解。paper链接1.背景GAN在之前发的文章里已经说过了，不了解的同学点我，虽然现在GAN的变种越来越多，用途广泛，但是它们的对抗思想都是没有变化的。简单来说，就是在生成的过程中加入一个可以鉴别真实数据和生成数据的鉴别器，使生成器
Omni-Space·2018-01-16 09:45

关于Qlearning

先转载一篇吧，这篇倒是简明扼要的说出了增强学习的基本概念和几个最重要的公式我们来看一下1增强学习是什么那就是要能获取尽可能多的reward。
cjneo·2018-01-02 23:11
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他