强化学习用于推荐系统 相关资料
- Richaed S.Sutton撰写的一本厚厚的书：《强化学习》 我整理的笔记
- 如何处理大规模离散动作空间
- 增强学习在推荐系统有什么最新进展？
- RL在推荐中的综述，用很短的篇幅把强化学习在推荐系统中的工作、问题全理顺了。Reinforcement Learning based Recommender Systems: A Survey
- 一个tutorial对理解RL在推荐中的off-policy evaluation非常有帮助，前半小时是精髓。 A Gentle Introduction to Recommendation as Counterfactual Policy Learning youtube链接 对应的slide pdf
- 离线强化学习。这是Sergey Levine（伯克利大学的强化学习巨佬）亲自一作写的综述和tutorial，2020年新出的，也是目前强化学习的一个重点研究方向。tutorial首页 综述：Offline Reinforcement Learning: Tutorial, Review, and Perspectives on Open Problems；综述链接
- 强化学习算法实现的库， 清华本科生写的一个代码量很短的库，对比目前主流的库，效果和效率都好得多，非常强
- 强化学习在推荐中的交互环境：RecoGym 2018, PyRecGym 2019年，Recsim 2019年，Virtual-Taobao 2019年
- 如何选择深度强化学习算法？MuZero/SAC/PPO/TD3/DDPG/DQN/等（已完成）
- 深度强化学习调参技巧：以D3QN、TD3、PPO、SAC算法为例
2021.11.10更新
强化学习：兵分三路，挺进产业
前沿强化学习问题
(2 条消息) 强化学习的训练只用历史数据可行么？ - 知乎
Offline RL 教程 - 知乎
真离线强化 An Optimistic Perspective on Offline RL - 知乎
(2 条消息) 强化学习中A3C/DDPG/DPPO哪个效果更好？ - 知乎
2005.01643.pdf
离线强化学习综述 - 知乎
Top-K Off-Policy Correction for a REINFORCE Recommender System on Youtube | 王鸣辉的博客
(2 条消息) 增强学习在推荐系统有什么最新进展？ - 知乎
CS 285
CS 285: Lecture 12, Part 1
RL — Model-based Reinforcement Learning | by Jonathan Hui | Medium
反向强化学习 | Way To Machine Learning
(3 条消息) 目前最好用的大规模强化学习算法训练库是什么？ - 知乎
rllib-zh.pdf
test
[D] Reinforcement Learning with multiple simultaneous actions? : MachineLearning
[D] Reinforcement learning with combined continuous and discrete action space? : MachineLearning
[D] Reinforcement learning with combined continuous and discrete action space? : MachineLearning
如何选择深度强化学习算法？MuZero/SAC/PPO/TD3/DDPG/DQN/等（已完成） - 知乎
(3 条消息) 施靖 - 知乎
跨年推荐书：Feedback Systems and Reinforcement Learning - 知乎
谁说RL智能体只能在线训练？谷歌发布离线强化学习新范式，训练集相当于200多个ImageNet - 知乎
真离线强化 An Optimistic Perspective on Offline RL - 知乎
Bayesian Reinforcement Learning
强化学习基础 Ⅳ: State-of-the-art 强化学习经典算法汇总 - 知乎
Rainbow:整合DQN六种改进的深度强化学习方法！ - 简书
[阅读笔记]Background and Decision-time Planning - 知乎
(6 条消息) 张楚珩 - 知乎
【强化学习 141】Off-Policy Evaluation - 知乎
如何评价DeepMind新提出的MuZero算法？ - 知乎
(1 条消息) 有人总结下reinforcement learning里面planning和learning两部分嘛？ - 知乎
强化学习论文笔记1——Reward Shaping重要理论基础 - 知乎
推特爆款：谷歌大脑工程师的深度强化学习劝退文-虎嗅网
【论文笔记 5】Conservative Q-Learning - 知乎
Reinforcement Learning in Recommender Systems: Some Challenges
Model-Based RL Ⅰ: Dyna, MVE & STEVE - 知乎
Decisions from Data: How Offline Reinforcement Learning Will Change How We Use Machine Learning | by Sergey Levine | Medium
【强化学习】PPO(Proximal Policy Optimization)近端策略优化算法_shura的技术空间-CSDN博客_强化学习ppo
一文带你理清DDPG算法（附代码及代码解释） - 知乎
Proximal Policy Optimization(PPO)算法原理及实现！ - 简书
强化学习进阶 第七讲 TRPO - 知乎
(4 封私信) 在强化学习中，为什么TRPO和PPO算法属于On-Policy的算法？ - 知乎
machine learning - What is the difference between value iteration and policy iteration? - Stack Overflow
(5 封私信 / 7 条消息) 强化学习领域目前遇到的瓶颈是什么? - 知乎
(5 封私信 / 2 条消息) Williams的REINFORCE算法和一般的policy gradient算法有什么区别吗？ - 知乎
Actor-Critic算法小结 - 知乎
什么是 Deep Deterministic Policy Gradient (DDPG) - 强化学习 Reinforcement Learning | 莫烦Python
强化学习用于推荐系统 相关资料相关推荐
- ICML 2019 | 强化学习用于推荐系统，蚂蚁金服提出生成对抗用户模型（附论文下载链接）...
选自arXiv 作者:Xinshi Chen.Shuang Li.Hui Li.Shaohua Jiang.Yuan Qi.Le Song 机器之心编译 参与:李诗萌.shooting 将强化学习用于 ...
- CS224n研究热点11 深度强化学习用于对话生成
为什么80%的码农都做不了架构师?>>> 本文由码农场同步,最新版本请查看原文:http://www.hankcs.com/nlp/cs224n-deep-reinforcem ...
- 强化学习在推荐系统中的环境模拟器构建
文章目录 1.背景 2.<Toward Simulating Environments in Reinforcement Learning Based Recommendations> 2 ...
- 一种将 Tree-LSTM 的强化学习用于连接顺序选择的方法
[导读] 本篇博客讲解的是 2020 年由清华大学李国良教授团队发表在 ICDE 上的论文,介绍它所提出的算法与实验结果,并结合实际情况给出一些思考. 原文链接: http://dbgroup.cs. ...
- DRN——强化学习与推荐系统结合
强化学习是近年来机器学习领域非常热门的研究话题,它的研究起源于机器人领域,针对智能体在不断变化的环境 中决策和学习的过程进行建模.在智能体的学习过程中,会完成收集外部反馈,改变自身状态,再根据自身状态 ...
- Tensroflow练习，包括强化学习、推荐系统、nlp等
向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程 公众号:datayx 代码和数据集 获取: 关注微信公众号 datayx 然后回复 tf 即可获取. AI项 ...
- 强化学习用于金融时序问题（Q，DQN，AC）
前一篇博文所整理的模型中,主要有ARMA.RL.SVM.LSTM方法,本篇主要以强化学习方法来解决相关问题.强化学习是关于Agent与环境之间进行的互动,通过不断与环境状况的交互来进行"学习 ...
- 三篇强化学习用于多智能体路径规划的论文
Multi-Robot Path Planning Method Using Reinforcement Learning 期刊:applied science MDPI 总结:使用VGG进行特征提取 ...
- 深度强化学习用于对话生成（论文笔记）
一.如何定义一个好的对话 尽管SEQ2SEQ模式在对话生成方面取得了成功,但仍出现了两个问题(图1): 通过使用最大似然估计(MLE)目标函数预测给定会话上下文中的下一个对话转角来训练SEQ2SEQ模 ...
最新文章
- 有效用例模式阅读笔记三
- 在webpack中使用eslint配置（详细教程）-js教程-PHP中文网
- 交换机发生网络通信故障问题时该怎么办？
- 科技强，必须应用数学强
- c++byte数组和文件的相互转换_终于！word、excel、ppt文件相互转换技巧来了！
- 总结一下优化算法关系【压缩传感】【图像逆问题】
- Wireshark抓包工具使用
- CentOS 7 安装OpenOffice并实现WordToPDF（Java调用）
- 如何利用大数据技术构建用户画像
- 解决办法：eclipse查看安卓8.0及以上设备的LOG
- 《数字信号处理》——（一）.DTFT、DFT(python实现)
- java局域网视频传输,java局域网传输
- STM32神舟III号 驱动直流电机学习（四 ）
- 讯飞输入法pad版x86_讯飞输入法Pad版下载
- 【HAVENT原创】Spring Boot + Kafka 消息日志开发
- 聊聊Hadoop DistCp的数据切分处理方式
- PMI-ACP敏捷项目认证练习题（四）
- 【LabVIEW】基于LabVIEW的2048游戏设计
- Silvaco TCAD仿真学习Lesson2——Athena仿真
- 【计算视觉】理解图像中基本概念：色调、色相、饱和度、对比度、亮度