本节概述机器学习及其三个分类。首先，与机器学习相关的术语有人工智能、机器学习、强化学习、深度学习等，这里对这些术语进行简单的整理。AI意味着人工智能，其定义因研究人员而异。从广义上讲，它指“像人类一样具有智能的系统和配备这种系统的机器人”。实现AI的方法之

强化学习强化学习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。在运筹学和控制理论研究的语境下，强化学习被称作“近似动态规划”。在最优控制理论中也有研究这个问题，虽然大部分的研究是关于最优解的存在和特性，并非是学习或者近似方面。在经

Step-By-Step TutorialThis tutorial introduces the concept of Q-learning through a simple but comprehensive numerical example. Th

将强化学习用于推荐系统，能更好地考虑用户的长期效益，从而保持用户在平台中的长期满意度、活跃度。该过程将消耗大量交互成本、影响用户体验。在推荐系统中应用强化学习有很大的研究价值，但也面临诸多挑战。在这样的配置中，在线用户是环境，但是并没有明确定义奖励函数和环

马尔可夫过程的基本概念状态遵循马尔可夫是指。既未来与过去无关只与现在有关。S,P是马尔可夫过程是指S为有限状态集合并且遵循马尔可夫，P是状态转移概率矩阵P. S,P,R,γ是马尔可夫奖赏过程是指S为有限状态集合，P为状态转移矩阵, R：SR. Rt定义为从

选自arXiv，作者：Lijun Wu、Fei Tian、Tao Qin、Jianhuang Lai、Tie-Yan Liu，机器之心编译，参与：Panda。人工深度学习和神经网络已经为机器翻译带来了突破性的进展，强化学习也已经在游戏等领域取得了里程碑突破

近年来，强化学习取得了一些惊人的成功，比如，与人类职业选手在经典即时战略电脑游戏《星际争霸2》对战中，取得压倒性胜利，在围棋“人机大战”中成功击败人类顶尖围棋高手。这成就令人印象深刻。在没有中间奖励的情况下学习极其困难，因为agent可能永远不会获得真正的

自TensorFlow官方发布其2.0版本新性能以来，不少人可能对此会有些许困惑。因此博主Roman Ring写了一篇概述性的文章，通过实现深度强化学习算法来具体的展示了TensorFlow 2.0的特性。TensorFlow 2.0的特性公布已经有一段时

当地时间 12 月 5 日，机器学习和计算神经科学的国际顶级会议第 30 届神经信息处理系统大会在西班牙巴塞罗那开幕。本届最佳论文奖获奖论文是 Value Iteration Networks。2016 NIPS 最佳论文《Value Iteration

呜啦啦啦啦啦大家好呀，又到了本周的AI大事件时间了。大佬们互撕了哪些问题？研究者们发布了哪些值得一读的论文？又有哪些开源的代码和数据库可以使用了？文摘菌带你盘点过去一周AI大事件！本周，AWS和微软发布了Gluon，一种新的开源深度学习界面，允许开发人员构