一小时带你了解何谓强化学习

时间| 11月19日

6:30PM-8:00PM

地点| GB 220

“An Odyssey in Deep Reinforcement Learning”

深度强化学习速成

在本期workshop的前半段，Lunjun将为大家深入讲解作为人工智能领域如今最活跃的研究方向——“强化学习” 的入门知识。本次MIST101课程不仅囊括了RL的基础思想，也将介绍几种RL领域最新的方法，其中包括：价值迭代value iteration， 策略梯度policy gradients，“演员评判家”actor-critic，Q学习算法Q-learning，和探索策略exploration strategies。本期MIST101也将探索优化问题与信息论中的概念是如何在以上问题中得到应用。

让EngSci大神带大家从零开始学习强化学习！

演讲人介绍

Lunjun Zhang

第2年EngSci在读，机器智能学生团队Machine Intelligence Student Team项目主管。2018暑期在Vector Institute担任科研助理，在Jimmy Ba教授的指导下从事强化学习中的奖励设计(reward shaping)问题。Lunjun的主要兴趣为强化学习、优化和多智能体系统multi-agent systems。

MIST101介绍

MIST101是UTMIST开展的一项关于机器学习的介绍课程。主要侧重于对该领域的理论知识介绍和实践理解，并强调顶尖研究和行业应用。在第一期的MIST101中，我们的目标是介绍有关机器学习的基础知识，并展示在解决机器学习问题时的一般流程。

关注我们

facebook.com/UofT.mist

微信公众号：UTMIST

文字 / Ivy

排版 / Julia

校对 / Harvey