牛津大学机器学习课件12.pdfVIP

  1. 1、本文档共28页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
牛津大学机器学习课件12

Reinforcement learning Nando de Freitas The Promise of Reinforcement Learning Learning to act through trial and error. Environment { observation, reward } { action } • An agent interacts with an Agent environment and learns by maximizing a scalar reward signal. • No models, labels, demonstrations, or any other human-provided supervision signal. • Representation has been a challenge/missing. [Volodymyr Mnih] Deep Reinforcement Learning • Combining deep neural networks with RL. • Learn to act from high-dimensional sensory inputs. • Is a noisy, sparse, and delayed reward signal sufficient for training deep networks? Credit assignment problem. Environment { observations, reward } { action } [Volodymyr Mnih] Example: Learning to play Atari David Silver Direct policy search example: Attention [Ba, Mnih, Kavuckuoglu] Results MNIST Street View House sequences Number sequences • The attention-based model achieves state-of-the-art accuracy on the SVHN multi-digit task - 3.9% error. • 4 times fewer floating point operations than the best ConvNet. [Volodymyr Mnih et al] Attention-Based Game Agent • Roughly the same model and training method can be used in a game-playing agent. • The agent learns to track a ball without being told to do so.

文档评论(0)

celkhn5460 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档