1.【门外汉的强化学习之旅】《An Outsider’s Tour of Reinforcement Learning》by Benjamin Recht
Part1.Make It Happen
http://www.argmin.net/2018/01/29/taxonomy/
Part2.Total Control
http://www.argmin.net/2018/02/01/control-tour/
By 爱可可-爱生活
2.知识表示学习(Knowledge Representation Learning,KRL)旨在将知识图谱KG的实体和关系映射到低维向量空间中,从而能够高效利用KG。组内博士生韩旭和北师大本科生曹书林整理了一份KRL代表论文列表,涵盖了近年该方向重要工作,欢迎参考。
https://github.com/thunlp/KRLPapers
By 刘知远THU
3.Neural Architecture Search with Reinforcement Learning 强化学习用于探索最优网络结构,ICLR 2017 最佳Paper,还是挺实用且有意思的。
https://arxiv.org/abs/1611.01578
By 龙星镖局
4.本文是DeepMind高级研究科学家Balaji Lakshminarayanan在SF AI Meetup上演讲的slides,总结了他以及 Ian Goodfellow,Shakir Mohamed, Mihaela Rosca等人最新的GAN工作。
https://mp.weixin.qq.com/s/SPAbCZloiHp2mtGu0IDWDA
By 新智元
https://mp.weixin.qq.com/s/rUqIfKWmEBVjajlAn2HXfg
By 机器之心
(PS:点击阅读原文可直接打开链接,查看更多精彩内容)
- END -
非常欢迎加入我们的微信群一起讨论分享!
新浪微博:ChatbotsChina
微信号:Chatbots01
关注我们,一起学习机器人