人工智能的重要领域——强化学习
当前的机器学习算法可以分为3种:有监督的学习(Supervised Learning)、无监督的学习(Unsupervised Learning)和强化学习(Reinforcement Learning)。
DeepMind开发的AlphaGo(用于下围棋的AI系统)的出现引起了强化学习的热潮,强化学习成为深度学习领域中的热点问题之一。但是目前来看,强化学习仍有许多需要探索的领域。
小象学院在线直播,叶梓老师十堂课精品课在线直播,细说人工智能之强化学习的基本理论,应用介绍。
第一课 强化学习综述
第二课 马尔科夫决策过程
第三课 基于模型的动态规划方法2018.12.07 19:50
第四课 蒙特卡罗方法2018.12.10 19:50
第五课 时序差分方法2018.12.14 19:50
第六课 基于值函数逼近方法2018.12.17 19:50
第七课 策略梯度方法2018.12.21 19:50
第八课 TRPO方法介绍及推导2018.12.24 19:50
第九课 AC方法2018.12.28 19:50
第十课 多Agent强化学习
【主讲专家】
叶梓,上海交通大学计算机专业博士毕业,高级工程师。主研方向:数据挖掘、机器学习、人工智能。历任国内知名上市IT企业的AI技术总监、资深技术专家,市级行业大数据平台技术负责人。授课合作威信amliy007
长期负责城市信息化智能平台的建设工作,开展行业数据的智能化应用研发工作,牵头多个省级、市级行业智能化信息系统的建设,主持设计并搭建多个省级、市级行业大数据平台。参与国家级人工智能课题,牵头上海市级人工智能示范应用课题研究。
带领团队在相关行业领域研发多款人工智能创新产品,成功落地多项大数据、人工智能前沿项目,其中信息化智能平台项目曾荣获:“上海市信息技术优秀应用成果奖”。带领团队在参加国际NLP算法大赛,获得Top1%的成绩。参与国家级、省级大数据技术标准的制定,曾获省部级以上的科技创新一等奖。
- 论文发表/项目经历
在国内外期刊、会议中发表论文27篇,其中被SCI/EI收录4篇
项目经历:
- 上海市城市信息化人工智能项目 项目负责人
- 研发智能服务系统,包括:元宇宙与虚拟数字人、基于人工智能的内容生成(AIGC)、基于NLP技术的对话系统、基于深度学习的图像识别系统、基于智能推理的行业推荐系统。
相关工作:
作为项目总负责,负责项目管理、产品研发、系统分析、技术指导、算法指导等。
- 上海市城市智能信息化工程 总工程师
- 采用大数据技术,建设市级信息平台,完成试点单位接入并采集居民相关信息,实现市级平台档案等服务,并实现所有单位的全面接入。
- 为解决超量数据的存储与计算的问题,搭建了存储全市数据的云计算平台,并在其上进行了基于大数据的分析和挖掘工作。
相关工作:
作为总工程师,负责技术管理、系统分析、云平台数据存储设计、数据分析与挖掘指导、开发指导。
- 上海市城市信息化领域智能联网工程 技术经理
- 建设内容包括:接入单位的联网;智能卡的实现;城市信息化智能平台的升级;科研平台的扩展与升级;建立决策支持系统;评估体系的展示设计;短信平台的实现;违规操作的提醒;协同智能服务平台的实现等。
相关工作:
作为技术经理负责总体架构设计、接口设计、大数据平台设计、AI技术指导等。
3. 主攻方向
具有扎实的数据挖掘、机器学习、深度学习等人工智能理论基础;了解AIGC等技术前沿动态。
精通机器学习、深度学习的理论、模型、算法、调优等;精通算法设计;
熟悉深度学习在自然语言处理、计算机视觉两大核心领域的实用技巧;
15年以上的程序开发经验,熟悉常用程序开发架构,独立完成多个产品级软件的设计与开发。