DeepMind Nando（原牛津大学教授）强化学习最新进展，含图文、公式和代码，附102页PPT下载...

点击上方“AI遇见机器学习”，选择“星标”公众号

重磅干货，第一时间送

转自：专知

【导读】在DeepMing任职的Nando de Freitas（原牛津大学教授）在KHIPU 2019上做了关于强化学习（RL）的教程，102页ppt。涵盖了强化学习RL基础概念、策略梯度、动态规划以及D4PG、R2D3等RL算法，并介绍了RL的应用。

在KHIPU 2019（Latin American Meeting In Artificial Intelligence）上，在DeepMing任职的Nando de Freitas做了教程《Reinforcement Learning》，用图文、公式等详细地介绍了强化学习的基础和一些进阶算法。

Nando de Freitas简介

Nando出生在津巴布韦，患有疟疾。他是莫坎比克战争的难民。他的父母借钱从贪官给他买一本护照，让他能够生活在葡萄牙马德拉的一个火山岩小屋，没有水和电，父母忙着偿还债务也不再身边，这种情况一直持续到欧盟到达那里。

他在威特沃特斯兰德大学(University of the Witwatersrand)获得了电气工程理学学士学位和控制理学硕士学位，后幸获得剑桥大学三一学院(Trinity College, Cambridge University)神经网络贝叶斯方法博士学位，这要归功于慈善人士提供的奖学金。

他在加州大学伯克利分校(UC Berkeley)获得了人工智能的博士后学位，并于2001年成为加拿大不列颠哥伦比亚大学(University of British Columbia)的教授，随后在2013年成为英国牛津大学(University of Oxford)的教授。2017年，他以首席科学家的身份加入了DeepMind的全职工作，帮助解决智能问题的愿景，让未来几代人能够过上更好的生活。Nando也是加拿大高级研究所的高级研究员，并获得了一些学术奖项。

主页介绍：

https://khipu.ai/03_nando_de_freitas/

《Reinforcement Learning》教程的内容

强化学习概念
策略梯度
动态规划
深度Q网络
分布式强化学习
D4PG（Distributed Distributional Deep Deterministic Policy Gradients）
PPO（Proximal Policy Optimization）和MPO（Maximum aposteriori Policy Optimisation）
R2D3（Recurrent Replay Distributed DQN from Demonstrations）
强化学习应用：
- AlphaX
- Batch强化学习

资源获取

附上云盘下载链接，长按扫码关注：Python与机器智能，后台回复最新强化学习（建议复制）即可获得百度网盘地址。

Python与机器智能

（公众号有大量Python，和AI相关资源，欢迎关注！）

教程部分截图如下所示：

参考链接：

https://khipu.ai/program/
https://khipu.ai/03_nando_de_freitas/
https://drive.google.com/file/d/1kPc3fyOzt0I3Sdwt5EgHH5Bsn1Ng-h11/view?usp=sharing

推荐阅读

欢迎关注我们，看通俗干货！

喜欢就点「在看」吧 !

DeepMind Nando（原牛津大学教授）强化学习最新进展，含图文、公式和代码，附102页PPT下载...相关推荐

102页PPT，DeepMind强化学习最新进展，含图文、公式和代码
来源:专知本文多图,建议阅读9分钟本文提供涵盖了强化学习RL基础概念.策略梯度.动态规划以及D4PG.R2D3等RL算法的资源. [ 导读 ]在DeepMing任职的Nando de Freita ...
DeepMind联合UCL，推出2021强化学习最新课程！
欢迎关注,专注学术论文.机器学习.人工智能.Python技巧 DeepMind 作为全球顶级 AI 研究机构,自 2010 年创建以来已有多项世界瞩目的研究成果,例如击败世界顶级围棋玩家的 Alpha ...
Yann Lecun 纽约大学Spring2020深度学习课程，附66页PPT下载
本课程涉及深度学习和表示学习的最新技术,重点是有监督和无监督的深度学习.嵌入方法.度量学习.卷积网和递归网,并应用于计算机视觉.自然语言理解和语音识别. Yann LeCun 在人工智能研究领域,Ya ...
DeepMind用基于AI的元强化学习框架研究多巴胺在学习过程中的作用
内容来源:ATYUN AI平台最近,AI已经应用到一系列视频游戏中,如Atari经典的Breakout和Pong.尽管这样的表现令人印象深刻,但人工智能仍然依靠数千小时的游戏时间来达到并超越人类玩家 ...
《强化学习周刊》第25期：DeepMind提出无模型风险敏感强化学习、谷歌发布 RLDS数据集生态系统...
No.25 智源社区强化学习组强化学习研究观点资源活动关于周刊强化学习作为人工智能领域研究热点之一,其研究进展与成果也引发了众多关注.为帮助研究与工程人员了解该领域的相关进展和 ...
MedicalGPT：基于LLaMA-13B的中英医疗问答模型（LoRA）、实现包括二次预训练、有监督微调、奖励建模、强化学习训练[LLM:含Ziya-LLaMA]。
项目设计集合(人工智能方向):助力新人快速实战掌握技能.自主完成项目设计升级,提升自身的硬实力(不仅限NLP.知识图谱.计算机视觉等领域):汇总有意义的项目设计集合,助力新人快速实战掌握技能,助力用户 ...
深鉴科技联合创始人汪玉：针对机器视觉的深度学习处理器（附视频、PPT下载）...
本内容选自清华大学电子系副教授.深鉴科技联合创始人汪玉于2018年4月27日在清华大学主楼接待厅数据科学研究院举办的第二届"大数据在清华"高峰论坛所做题为<针对机器视觉的深度 ...
UC伯克利出品，深度强化学习最新课程已上线
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要15分钟 Follow小博主,每天更新前沿干货主题涵盖深度强化学习领域的方方面面,UC 伯克利 CS 285 2020 秋季课程视频放出. ...
强化学习最新作品：谷歌最新思想、MIT新书推荐、Sutton经典之作！
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 强化学习一直是研究热点,对于小白来说,看书是最快入门的唯一途径.本期为大家精心准备 ...

DeepMind Nando（原牛津大学教授）强化学习最新进展，含图文、公式和代码，附102页PPT下载...

资源获取

DeepMind Nando（原牛津大学教授）强化学习最新进展，含图文、公式和代码，附102页PPT下载...相关推荐

最新文章

热门文章