强化学习必读论文推荐
AMiner必读论文推荐#深度信念网络#深度信念网络（Deep Belief Network, DBN）由 Geoffrey Hinton 在2006 年提出。它是一种生成模型，通过训练其神经元间的权重，可以让整个神经网络按照最大概率来生成训练数据。通过使用DBN，不仅可以识别特征、分类数据，还可以用它来生成数据。该论文集共收录100篇论文，最高引用数是14050，来自多伦多大学的Geoffrey
·
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。其灵感来源于心理学中的行为主义理论，即有机体如何在环境给予的奖励或惩罚的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。
该论文集共收录101篇论文，最高引用数是34689，来自谷歌DeepMind及伦敦大学学院的David Silver在该领域发表了14篇论文，在所有学者中最多。
论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd95
订阅了解更多论文信息，定制您的个人科研动态信息流：https://www.aminer.cn/user/notification
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献13条内容
所有评论(0)