注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. David Silver的强化学习Reinforcement Learning课程PPT

  2. David Silver的强化学习课程PPT Lecture 1: Introduction to Reinforcement Learning Lecture 2: Markov Decision Processes Lecture 3: Planning by Dynamic Programming Lecture 4: Model-Free Prediction Lecture 5: Model-Free Control Lecture 6: Value Function Approxi

  3. 所属分类：深度学习

    • 发布日期：2017-12-18
    • 文件大小：16777216
    • 提供者：w_fly_cn

  1. David Silver强化学习课程课件Reinforcement Learning

  2. David Silver在2013年加入Google DeepMind，是小组中AlphaGo项目的主程序员，也是University College London的讲师。强化学习（Reinforcement learning）是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。

  3. 所属分类：讲义

    • 发布日期：2018-03-07
    • 文件大小：15728640
    • 提供者：kiritosai

  1. 强化学习论文

  2. 深度学习中的强化学习相关论文，chatbot对话中使用，效果较好

  3. 所属分类：深度学习

    • 发布日期：2018-03-28
    • 文件大小：1048576
    • 提供者：zhc1029

  1. David Silver的强化学习Reinforcement Learning课程讲义PPT

  2. David Silver的强化学习Reinforcement Learning课程讲义PPT 2017最新版

  3. 所属分类：深度学习

    • 发布日期：2018-05-03
    • 文件大小：17825792
    • 提供者：u011498819

  1. David Silver强化学习课件ppt

  2. David Silver强化学习课程文件Lecture 1: Introduction to Reinforcement Learning Lecture 2: Markov Decision Processes Lecture 3: Planning by Dynamic Programming Lecture 4: Model-Free Prediction Lecture 5: Model-Free Control Lecture 6: Value Function Approximat

  3. 所属分类：深度学习

    • 发布日期：2018-07-03
    • 文件大小：14680064
    • 提供者：qq_21997625

  1. RL-AnIntroduction-sutton强化学习-2018七月最新版

  2. 这是2018年7月更新的sutton的强化学习书籍RL-AnIntroduction

  3. 所属分类：机器学习

    • 发布日期：2018-07-23
    • 文件大小：89128960
    • 提供者：qq_26651375

  1. Sutton 强化学习课程

  2. Sutton早期开的强化学习课程合集，对强化学习的基础内容讲的比David Silver的课程更详细，更充实

  3. 所属分类：深度学习

    • 发布日期：2018-01-19
    • 文件大小：101711872
    • 提供者：u014544555

  1. 强化学习PPT（国外）

  2. 强化学习PPT An Introduction to RL - SuttonBook；Algorithms for RL

  3. 所属分类：机器学习

    • 发布日期：2018-01-26
    • 文件大小：19922944
    • 提供者：u013511683

  1. 强化学习在阿里的技术演进和业务创新

  2. 当前的机器学习算法⼤致可以分为有监督的学习、⽆监督的学习和强化学 习（Reinforcement Learning）等。强化学习和其他学习⽅法不同之处在于强化学 习是智能系统从环境到⾏为映射的学习，以使奖励信号函数值最⼤。如果智能 体的某个⾏为策略导致环境正的奖赏，那么智能体以后产⽣这个⾏为策略的趋 势便会加强。强化学习是最接近于⾃然界动物学习的本质的⼀种学习范式。然 ⽽强化学习从提出到现在，也差不多有半个世纪左右，它的应⽤场景仍很有限， 规模⼤⼀点的问题就会出现维数爆炸，难于计算，所以往往看

  3. 所属分类：机器学习

    • 发布日期：2018-10-07
    • 文件大小：17825792
    • 提供者：u013750355

  1. 李宏毅深度强化学习PPT（含机器学习课程对RL的简介）

  2. 李宏毅深度强化学习PPT（含机器学习课程对RL的简介）

  3. 所属分类：深度学习

    • 发布日期：2018-11-01
    • 文件大小：166723584
    • 提供者：qq_20852429

  1. awesome-rl, 强化学习资源组织.zip

  2. awesome-rl, 强化学习资源组织 强化学习 专门用于强化学习的资源精选列表。我们有其他主题的页面： awesome-rnn， awesome-deep-vision， awesome-random-forest 。维护者：Hyunsoo Kim， Jiwon Ki

  3. 所属分类：其它

    • 发布日期：2019-09-18
    • 文件大小：10240
    • 提供者：weixin_38744375

  1. RL, 强化学习主题的阅读群.zip

  2. RL, 强化学习主题的阅读群 强化学习主题 ##Reading 组 ##NYU, 下降 2016###Logistics星期三每周三 h30，在 715 Broadway的大型会议室中运行会议。 将提供早餐。论文讨论+ 论文评审计划： 每周我们将为志愿者分配一

  3. 所属分类：其它

    • 发布日期：2019-10-09
    • 文件大小：1048576
    • 提供者：weixin_38743737

  1. 强化学习领域的课程学习：一个框架和综述.pdf

  2. 强化学习(RL)是一种流行的处理顺序决策任务的范式，其中agent只有有限的环境反馈。尽管在过去的三十年里取得了许多进步，但是在许多领域的学习仍然需要大量的与环境的交互，这在现实的场景中是非常昂贵的。为了解决这个问题，迁移学习被应用于强化学习，这样在一个任务中获得的经验可以在开始学习下一个更困难的任务时得到利用。

  3. 所属分类：机器学习

    • 发布日期：2020-03-22
    • 文件大小：1048576
    • 提供者：syp_net

  1. 深度强化学习.pptx

  2. 强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题

  3. 所属分类：讲义

    • 发布日期：2020-02-12
    • 文件大小：7340032
    • 提供者：weixin_38003473

  1. 十大必读「深度强化学习」论文-2019，SprekelerLab博士生Robert.zip

  2. 深度强化学习（Deep Reinforcement Learning ）是研究的热点之一，在2019年DeepMind OpenAI等发表多篇热门论文。来自SprekelerLab的博士生 Robert Tjarko Lange总结了2019年十大深度强化学习论文，涉及到大型项目、模型RL、多代理RL、学习动力学、组合先验等，值得一看。

  3. 所属分类：机器学习

    • 发布日期：2020-01-17
    • 文件大小：41943040
    • 提供者：syp_net

  1. 一种基于强化学习的全局最优方法

  2. 提出了一种优化任何给定数学函数的新颖方法，称为“强化学习算法”（MORELA）。 尽管强化学习（RL）最初是为解决马尔可夫决策问题而开发的，但可以与某些改进一起使用以优化数学函数。 在MORELA的核心处，围绕在可行解决方案空间中找到的最佳解决方案生成一个子环境，并将其与原始环境进行比较。 因此，MORELA使得发现数学函数的全局最优成为可能，因为它是在前一个学习情节中使用子环境寻求的最佳解决方案的基础上寻求的。 已使用从文献中描述的其他优化方法获得的结果测试了MORELA的性能。 结果表明，就

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：1048576
    • 提供者：weixin_38529123

  1. 强化学习代码和课件.zip

  2. 强化学习课件，强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题 [1] 。 强化学习的常见模型是标准的马尔可夫决策过程（Markov Decision Process, MDP）。按给定条件，强化学习可分为基于模式的强化学习（model-based RL）和无模式强化学习（model-free RL） [1]

  3. 所属分类：C/C++

    • 发布日期：2020-08-13
    • 文件大小：78643200
    • 提供者：qq_18822147

  1. rl:强化学习代码示例-源码

  2. rl 强化学习代码示例

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：371712
    • 提供者：weixin_42133969

  1. RL:强化学习研究-源码

  2. RL 强化学习研究

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：53248
    • 提供者：weixin_42139357

  1. Learn-RL：强化学习-源码

  2. 学习RL 强化学习

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：2048
    • 提供者：weixin_42153615
« 12 3 4 5 6 7 8 9 10 »