深度学习简介概要1.docx

我爱机器学习机器学习干货站DeepMind团队的《Deep Reinforcement Learning in Large Discrete Action Spaces》发表于2016年4月7日由smallroofPaper: Deep Reinforcement Learning in Large Discrete Action SpacesAuthors: G Dulac-Arnold, R Evans, H v Hasselt, P Sunehag, T Lillicrap, J Hunt, T Mann, T Weber, T Degris, B CoppinLink：/abs/1512.07679前阵刚炒作过AlphaGo的DeepMind本月4号更新了《Deep Reinforcement Learning in Large Discrete Action Spaces》第二版，看起来真的将RL用在推荐系统了。不过看起来文章的最大创新只是引入了action embedding，具体如何做embedding的并未展开，估计是离不开word2vec的。文章提出了如图所示的Wolpertinger Policy网络，然后用Deep Deterministic?Policy Gradient (DDPG)进行训练。最后的实验没看到大的突破，目前还是花招，期待未来更大的突破。发表在?Deep Learning,?机器学习 |?留下评论机器学习（Machine Learning）大家与资源发表于2015年4月7日由smallroof=======================国外====================Machine Learning 大家(1)：M. I. Jordan (/~jordan/)在我的眼里，M Jordan无疑是武林中的泰山北斗。他师出MIT，现在在berkeley坐镇一方，在附近的两所名校（加stanford）中都可以说无出其右者，stanford的Daphne Koller虽然也声名遐迩，但是和Jordan比还是有一段距离。??Jordan身兼stat和cs两个系的教授，从他身上可以看出Stat和ML的融合。??Jordan最先专注于mixtures of experts，并迅速奠定了自己的地位，我们哈尔滨工业大学的校友徐雷跟他做博后期间，也在这个方向上沾光不少。Jordan和他的弟子在很多方面作出了开创性的成果，如spectral clustering，Graphical model和nonparametric Bayesian。现在后两者在ML领域是非常炙手可热的两个方向，可以说很大程度上是Jordan的lab一手推动的。??更难能可贵的是，Jordan不仅自己武艺高强，并且揽钱有法，教育有方，手下门徒众多且很多人成了大器，隐然成为江湖大帮派。他的弟子中有10多人任教授，个人认为他现在的弟子中最出色的是stanford的Andrew Ng，不过由于资历原因，现在还是assistant professor，不过成为大教授指日可待；另外Tommi Jaakkola和David Blei也非常厉害，其中Tommi Jaakkola在mit任教，David Blei之前在普林斯顿任副教授，最近刚刚(2014年4月初)被哥伦比亚大学花了三年时间挖走了，数次获得NIPS最佳论文奖，把SVM的最大间隔方法和Markov network的structure结构结合起来，赫赫有名。2012年获得科学家总统奖，2014年初获得2013 ACM-Infosys CS Award。还有一个博后是来自于toronto的Yee Whye Teh，非常不错，有幸跟他打过几次交道，人非常nice。另外还有一个博后居然在做生物信息方面的东西，看来jordan在这方面也捞了钱。这方面他有一个中国学生Eric P. Xing(清华大学校友)，现在在cmu做assistant professor。??总的说来，我觉得Jordan现在做的主要还是graphical model和Bayesian learning，他去年写了一本关于graphical model的书，今年由mit press出版，应该是这个领域里程碑式的著作。3月份曾经有人答应给我一本打印本看看，因为Jordan不让他传播电子版，但后来好像没放在心上（可见美国人也不是很守信的），人不熟我也不好意思问着要，可以说是一大遗憾. 另外发现一个有趣的现象就是Jordan对hierarchical情有独钟，相当多的文章都是关于hierarchical的，所以能hierarchical大家赶快hierarchical，否则就让他给抢了。??用我朋友话说看jordan牛不牛，