【回顾】北交大博士：强化学习与策略评估

  活动回顾

分享主题：Reinforcement learning and policy evaluation（强化学习与策略评估）

分享人：汪跃，北京交通大学数学系三年级博士生，专业为概率论与数理统计，导师是马志明院士。 他的研究兴趣在于机器学习、优化算法、强化学习的算法设计和算法理论分析。 在此之前，他于2015年在北京交通大学理学院院获得学士学位。 他现在微软亚洲研究院机器学习组实习。

强化学习(Reinforcement learning)在近几年收到越来越多的关注，对于强化学习的理论探讨也一直是研究热点。这次分享，我们将一起探讨强化学习的理论框架。在此基础上，策略评估(policy evaluation)是强化学习中最基础也是最重要的一个组成部分，其收敛性质的分析对于理解和改进这一类算法非常重要。但是如果只停留在一些非常理想化的假设下，得到的结果往往难以令人信服。在这次要分享的一个工作中，我们将给出一类策略评估算法在一些更贴近实际的假定下（RL天然的数据不独立同分布性，步长多种设置方式等 ）的收敛速率分析结果，从而更加确切的回答了关于这一类算法收敛性质的疑问，并且提供了解决类似问题的一个可用的理论工具。

11月8日（周三）晚20:00  ，AI 研习社微信群

▷ 观看完整回顾大概需要  65  分钟

新人福利

关注 AI 研习社（okweiwu），回复  1  领取

【超过 1000G 神经网络 / AI / 大数据，教程，论文】

公开课精彩往期回顾

复旦Ph.D沈志强：用于目标检测的DSOD模型（ICCV 2017）

极限元刘斌：深度学习在语音生成问题上的典型应用

搜狗文仕学：基于深度学习的语音分离

Video ++孙兆民：视频内容识别行业分析

悉尼科大王超岳：基于生成对抗网络的图像编辑方法

达观数据张健：文本分类方法和应用案例 

清华Ph.D王书浩：基于深度学习的电商交易欺诈检测系统

Twitter工程师王东：详解YOLO2与YOLO9000目标检测系统

Kaggle比赛金牌团队：图像比赛的通用套路有哪些？

宜远智能刘凯：显著降低模型训练成本的主动增量学习

更多课程欢迎点击链接观看

▼▼▼