开发者自述：我是这样理解强化学习的

再如双 11 推荐场景中，阿里巴巴应用了深度强化进修与自适应在线进修，经由过程持续机械进修和模型优化建立决定计划引擎，对海量用户行动以及百亿级商品特点进行及时分析，赞助每一个用户敏捷发明瑰宝，进步人和商品的配对效力。还有，应用强化进修将手机用户点击率晋升了 10-20%。

例如这家公司 Pit.ai，应用强化进修来评价交易策略，可以赞助用户建立交易策略，并赞助他们实现其投资目标。

动态治疗筹划（DTR）是医学研究的一个主题，是为了给患者找到有效的治疗办法。例如癌症这种须要经久施药的治疗，强化进修算法可以将患者的各类临床指标作为输入来制订治疗策略。

进修材料

膳绫擎简单地介绍了强化进修的概念，差别，重要算法，下面是一些进修资本，供参考：

Udacity 课程：Machine Learning: Reinforcement Learning，Reinforcement Learning；
强化进修中的 Q-learning 可以用来处理动态订价问题。
4. Customer Delivery
http://t.cn/Raif2sl
而这时，强化进修会在没有任何标签的情况下，经由过程先测验测验做出一些行动获得一个结不雅，经由过程这个结不雅是对照样错的反馈，调剂之前的行动，就如许赓续的调剂，算法可以或许进修到在什么样的情况下选择什么样的行动可以获得最好的结不雅。
UC Berkeley开辟的经典的入门课程功课－编程玩“吃豆人”游戏：Berkeley Pac-Man Project (CS188 Intro to AI)
Stanford开辟的入门课程功课－简化版无人车驾驶：Car Tracking (CS221 AI: Principles and Techniques)
5.CS 294: Deep Reinforcement Learning, Fall 2015 CS 294 Deep Reinforcement Learning, Fall 2015。
David Silver强化进修：

http://t.cn/Rw0rwtU

http://www.jianshu.com/p/14625de78455

http://www.jianshu.com/p/2100cc577a46

重要算法和分类

https://www.marutitech.com/businesses-reinforcement-learning/

https://www.analyticsvidhya.com/blog/2017/01/introduction-to-reinforcement-learning-implementation/

https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-02-RL-methods/

如下图所示的四种分类方法，分别对应着响应的重要算法：

http://www.algorithmdog.com/reinforcement-learning-model-free-learning

本文转自雷锋网，如需转载请至雷锋网官网申请授权。本文作者杨熹，原文来自小我博客。

【编辑推荐】

【义务编辑：张子龙 TEL：（010）68476606】

经挡裉科书：Sutton & Barto Textbook: Reinforcement Learning: An Introduction 被引用2万多次

　　推荐阅读

　　梅奥医院成立AI初创公司，要用神经网络开发新药

【技巧沙龙】AI开辟者拭魅战营-7分钟打造1个定制技能。7月22号，我们等你一路！捷报道， Qrativ公司将结合 nference 基于 AI 的常识综合平台与梅奥诊所世界有名的医疗专业常识和临床数据>>>详细阅读

地址：http://www.17bianji.com/lsqh/36264.html