会员服务
独家 | 强化学习中的策略网络vs数值网络（附链接）
独家 | 强化学习中的策略网络vs数值网络（附链接）
数据派THU
4+阅读 · 2018年11月26日
美团配送A/B评估体系建设与实践
美团配送A/B评估体系建设与实践
DataFunTalk
1+阅读 · 2020年6月9日
恒瑞医药分析及股东大会小记
恒瑞医药分析及股东大会小记
雪球
0+阅读 · 2019年3月10日
AI 系统「失控」？ Facebook 背后超乎想象的人工智能不只有智能对话机器人
AI 系统「失控」？ Facebook 背后超乎想象的人工智能不只有智能对话机器人
拓扑社
0+阅读 · 2017年8月4日
Nature2017| AlphaGo Zero强化学习论文解读系列(二)
Nature2017| AlphaGo Zero强化学习论文解读系列(二)
AINLP
1+阅读 · 2020年12月4日
【专栏】谷歌资深工程师深入浅析AlphaGo Zero与深度强化学习
【专栏】谷歌资深工程师深入浅析AlphaGo Zero与深度强化学习
新智元
0+阅读 · 2017年10月27日
强化学习 DQN 初探之2048
强化学习 DQN 初探之2048
DataFunTalk
7+阅读 · 2019年12月10日
配送交付时间轻量级预估实践
配送交付时间轻量级预估实践
美团技术团队
0+阅读 · 2019年10月10日
外卖排序系统特征生产框架
外卖排序系统特征生产框架
美团技术团队
0+阅读 · 2016年12月9日
这事儿，搞不好会比硬盘坏了还要坏！
这事儿，搞不好会比硬盘坏了还要坏！
华商韬略
1+阅读 · 2017年12月2日
详解蒙特卡洛方法：这些数学你搞懂了吗？
详解蒙特卡洛方法：这些数学你搞懂了吗？
MOOC
1+阅读 · 2018年6月13日
学界 | 如何设计奖励函数
学界 | 如何设计奖励函数
机器之心
0+阅读 · 2017年3月15日
MIT科学家Dimitri P. Bertsekas最新《强化学习与最优控制》2022ASU课程，(附书稿PDF&讲义)
MIT科学家Dimitri P. Bertsekas最新《强化学习与最优控制》2022ASU课程，(附书稿PDF&讲义)
专知
3+阅读 · 2022年4月17日
Facebook关闭“失控” AI 项目：发展出人类无法理解的语言！
Facebook关闭“失控” AI 项目：发展出人类无法理解的语言！
全球人工智能
0+阅读 · 2017年7月31日
专栏 | AlphaGo Zero：笔记与伪代码
专栏 | AlphaGo Zero：笔记与伪代码
机器之心
2+阅读 · 2017年11月2日
参考链接
微信扫码咨询专知VIP会员
Top