文章目录强化学习：多臂赌博机--磨刀不误砍柴工多臂赌博机の游戏规则强化学习：多臂赌博机–磨刀不误砍柴工平时我们说，“磨刀不误砍柴工”，通常说的是做事之前精心准备，虽然耗费了一定的时间，但由于提高了后面做事情的效率，相比于直接低效率做事情，还是会有更多的收益。强化学习中也有一个类似的问题，即 探索 和 开发 之间的平衡问题(Explore-Exploit)。探索即试错的过程，就像磨刀一样，会浪费一些

Embedding在推荐系统中的应用文章目录Embedding在推荐系统中的应用Word2vec (2013, Google)Item2vec (2006, 微软)DeepWalk (2014)Node2vec (2016, 斯坦福大学)EGES (2018, 阿里巴巴)局部敏感哈希 (2008)其他参考文献Word2vec (2013, Google)原理：利用句子中词的相关性建模，利用单隐层神

参考：《深度学习推荐系统》王喆深度学习推荐模型文章目录深度学习推荐模型深度学习RS进展演化关系AutoRec (2015，澳大利亚国立大学)Deep Crossing (2016, Microsoft)DSSM 双塔模型 (2013, Microsoft)NeuralCF (2017，新加坡国立大学)PNN (2016，SJTU)Wide&Deep (2016, Google)Deep&a

《强化学习：原理与Python实现》

汇总文章目录汇总PaperDQN Series【2010】Double Q-learning【2013】【DQN】【2015】【Nature DQN】【2015】【Double DQN】【2016】【Dueling DQN】【2016】【Prioritized DQN】Policy Gradient【2000】【PG】【2014】【DPG】【2015】【DDPG】【2017】【PPO】Actor-

文章目录什么是强化学习？强化学习的来源强化学习能做什么？强化学习关键词强化学习分类什么是强化学习？强化学习的来源强化学习(Reinforcement Learning, RL)，一般也称作增强学习，和心理学、动物行为的研究等领域很有渊源。心理学中，“强化” 指生物受到外界环境中的某些刺激后，自觉或者不自觉调整应对策略，达到趋利避害。举个例子。马戏团训练动物时（比方说猴子），训导员首先会发出某种指令