每周日更新，不关注下么？
分类目录
-
近期文章
- 换一个表述的威力——虚拟对弈的新生
- 多 Agent 强化学习综述
- 从先进走向普遍的广告和推荐系统方法之一: 在线学习
- 动手写一个 DQN 的棋牌 AI
- 超大规模 LR 预测优化
- 工欲善其事必先利其器——游戏 AI 环境对比
- 自我对弈的 AlphaGo Zero
- 靠默契保证的私有制：Python 中的私有
- XGBoost + LR 就是加特征而已
- 取代人类工作？人工智能也创造工作
- 人工智能当前，棋牌游戏留给人类的堡垒不多了
- Akka 使用系列之四: Future
- 为了 1% 情形，牺牲 99% 情形下的性能:蜗牛般的 Python 深拷贝
- TensorFlow 中的候选采样
- 拖拽式机器学习的爱与恨
标签云
Actor Actor 模型 Akka Akka-testkit AlphaGo clash CNN CounterFactual Regret Minimization DQN ELF EM Game AI Gibbs sampling Javascript k-means left-pad LR mapreduce MaxMin Search Metropolis-Hasting Monte Carlo Tree Search npm OpenAI Gym OpenAI Universe Python RoomAI SC2LE Spark Tensorflow XGBoost 不平衡 人工智能 假设检验 典型关联分析 分类 前端 单例模式 单元测试 博弈论 后端 在线学习 在线预测 多智能体 工作职位 广告系统 强化学习 拖拽式 推荐系统 数据挖掘 文本分类 星际争霸 有限状态机 机器学习 框架 概率 泛化 泡沫 深度学习 深度学习框架 游戏 游戏 AI 离线预测 虚拟对弈 词嵌入 贝叶斯 遗传算法 采样算法近期评论
- 匿名发表在《朴素贝叶斯分类器本质上是线性分类器》
- 汪洋发表在《从先进走向普遍的广告和推荐系统方法之一: 在线学习》
- 开发者头条发表在《从先进走向普遍的广告和推荐系统方法之一: 在线学习》
- lzz发表在《强化学习系列之六:策略梯度》
- dd发表在《强化学习系列之三:模型无关的策略评价》
- 董银昭发表在《强化学习系列之三:模型无关的策略评价》
- 匿名发表在《强化学习系列之五:价值函数近似》
- 从先进走向普遍的推荐系统方法之一: 在线学习 | AlgorithmDog发表在《超大规模 LR 预测优化》
- wuyukun发表在《强化学习系列之一:马尔科夫决策过程》
- 匿名发表在《假设检验原理一: T 检验》
访问图谱
友情链接
功能
-
标签归档：OpenAI Gym
工欲善其事必先利其器——游戏 AI 环境对比
Deep … 继续阅读
