现在强化学习越来越热,作为机器学习及人工智能领域的一种重要方法,在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。同时,强化学习对应的岗位高薪、前景广阔,吸引了许多人学习。
但是,是强化学习的学习门槛很高,光入门就特别难。如果能有学霸的帮忙,那可就能事半功倍了!
OSCHINA 本期高手问答 (5 月 13日 -5 月 19日) 我们请来了 @王琦 @杨毅远 @江季 老师和大家一起探讨关于强化学习相关的问题。
可讨论的问题包括但不限于:
1.强化学习如何入门
2. 人工智能相关岗位实习面试等做哪些准备?
3. 强化学习技巧等
或者其它相关问题,也欢迎大家积极提问!
嘉宾介绍
王琦
《Easy RL:强化学习教程》作者,中国科学院大学硕士在读,Datawhale成员。主要研究方向为深度学习、数据挖掘。曾获中国大学生计算机设计大赛二等奖、亚太地区大学生数学建模竞赛 (APMCM)二等奖和“挑战杯”全国竞赛江苏省选拔赛二等奖,发表 SCI/EI 论文3篇。
杨毅远
《Easy RL:强化学习教程》作者,清华大学硕士在读, Datawhale成员。主要研究方向为时空数据挖掘、智能传感系统、深度学习。曾获全国大学生智能汽车竞赛总冠军、中国国家奖学金,发表SCI/EI论文7篇,其中以第一作者身份在SCI的Q1区、Q2区及中国计算机学会(CCF)A、B类会议中发表论文4篇。
江季
《Easy RL:强化学习教程》作者,北京大学硕士在读, Datawhale成员。主要研究方向为强化学习、机器人。曾获大学生电子设计竞赛——2018年嵌入式系统专题邀请赛(英特尔杯)一等奖,发表顶会论文 1 篇、专利 2 项。
为了鼓励踊跃提问,人民邮电出版社会在问答结束后从提问者中抽取 5 名幸运用户赠予《Easy RL:强化学习教程》一书。
购书地址:https://item.jd.com/13075567.html
OSChina 高手问答一贯的风格,不欢迎任何与主题无关的讨论和喷子。
高手问答第 282 期 —— 学霸带你入门强化学习
@程思 @pyboy58 @ShawnSiao @hoverload @小xu中年
恭喜以上五位网友分别获得 《Easy RL:强化学习教程》书籍一本 ; 请于5月27日前登陆账号, 私信 @yaosaya 告知快递信息(格式:姓名+电话+地址)
感谢,如果是自学,不知道要跑起这套强化学习需要什么系统资源?谢谢
哇,这也是我可以看的吗?哈哈哈,开个玩笑。
最近两年一直在学习深度学习,刚刚才初觉入门,简单业务能根据业务需求来设计和优化神经网络。
对于强化学习一直还不敢涉猎。
最开始的时候,一直以为强化学习是深度学习的一部分,请问强化学习和深度学习的关系是什么?
还有,我听社区的大佬说,强化学习基本就是调参调出来的,是这样的吗?
另一点就是,对于学习强化学习的硬件条件有什么要求?貌似我初步了解的是好像真正能用起来而不是demo用途的训练成本起点也比较高啊?
最后一点是,如果我在深度学习有个入门的基础上,如果想在此基础上学习深度学习,我该注意什么?
之前推导过神经网络的公式,也根据公式写过一个神经网络的demo,但是看到卷积神经网络就迷糊了,不太理解它的公式,请问有什么办法或者资料学习卷积神经网络呢?
1.强化学习强化的是什么?
2.强化学习和机器学习是什么关系?
3.从事Java开发五年,如果要转向强化学习,需要做什么样的转变,从哪里入门,是否需要机器学习的基础?
谢谢回复!
1.强化学习是什么来的,可以运用在广告推荐和垃圾广告过滤的哪一方面?
2.Python相关的强化学习框架,推荐使用哪个?tensorFlow属于强化学习的框架吗?
3. 小白怎么学习强化学习,运用到生产和实际工作项目中,哪块业务看了强化学习,效率会大幅提高?
请问书的结构是什么样的,偏理论还是应用还是教程.书中有没有实际的应用案例详细的规划和实现.
即将从事web开发工作,想要扩展知识面、对RL有个大概认识,建议读本书吗,可以重点看哪些部分?文中提到强化学习的学习门槛很高,光入门就特别难。想知道自学入门的难点主要是什么,对数学的要求如何,非专业人士需要深究数学推导吗?此外据说强化学习在工程界需求小,提出的应用场景实际落地的不多,未来几年这种情况能否有改善呢,尤其是应用开发的场景