微信号:infoqchina

介绍:有内容的技术社区媒体

课程推荐丨深度强化学习第一课——小白入门攻略篇

2017-09-08 08:00 StuQ

有人说“深度强化学习 (DRL,Deep Reinforcement learning) 是实现人工智能 (AI,Artificial Intelligence) 最可行的解决方案。未来十年它将影响我们每一个人的生活、工作和学习。”在这种观点下,深度强化学习就是人工智能,人工智能就是深度强化学习,二者是等价的。

那么,什么是深度强化学习呢?

一般来说,机器学习分为监督学习(Supervised learning),非监督学习(Unsupervised learning)以及强化学习(Reinforcement learning)三类。与监督学习,非监督学习不同,强化学习是一种多阶段的接收环境反馈的机器学习方法。强化学习的学习目标是从环境状态到行为映射关系,从而使得系统的一系列行为从环境中获得的累计奖赏最大(损失最小)

强化学习的应用范围非常广泛,人们可以利用强化学习来控制直升机的飞行姿态,使得直升机可以按照既定的路线飞行;也可以利用强化学习来控制机器人,使机器人保持站立状态,不会摔倒;还可以利用强化学习学习打游戏,下围棋,学习之后的算法能够完爆人类能力,前一阵子,最火爆的 AlphaGo 其实就是这个领域最好的见证。

基于此,我们邀请了香港理工大学计算机系博士—Traffas 为大家进行分享,这门课针对有一定基础的学员,如果您有一定的 Python 基础(点击阅读原文,我们也会有 Python 的内容推荐),将会更好的理解这门课的内容。

扫描海报添加小助手,获取报名方式。


 
InfoQ 更多文章 帮助应届生、年轻程序员快速成长的12个锦囊 微服务架构中 API 的开发与治理 他分析了20年的 Gartner 技术炒作周期,发现了这些有趣的现象 给人工智能降点温:深度学习不是万能良药 Web 加速,协议先行!
猜您喜欢 还有哪些类似0.99999…=1有趣的事实? 如何避免形式主义的用户画像? 初探MongoDB:暴力美学 我们做了一套 Material Design 风格的微信号排版 为小程序而生的小(jiao)手架