RLChina
RLChina 是由国内外强化学习学者联合发起的民间学术组织，主要活动包括举办强化学习线上公开课、强化学习线上研讨会等，旨在搭建强化学习学术界、产业界和广大爱好者之间的桥梁。
评论(27)
请
登录后发表观点
-
老师，您好，没有录播吗
同学你好！我们稍后会放出录播
-
老师，您好，没有录播吗
- 请问老师，贝叶斯优化怎样用于HPO，以及贝叶斯网络如何存储数据，谢谢老师！
感谢这位同学的提问，恭喜获赠书籍！RLChina 强化学习社区后续会送出，请在 9 月 15 日前发送您的社区昵称、注册邮箱、姓名、电话和寄送地址至官方邮箱 rlchinacamp@163.com
-
老师您好，贝叶斯强化学习（BRL）在处理参数不确定性导致的风险方面的有何特殊优势？
感谢这位同学的提问，恭喜获赠书籍！RLChina 强化学习社区后续会送出，请在 9 月 15 日前发送您的社区昵称、注册邮箱、姓名、电话和寄送地址至官方邮箱 rlchinacamp@163.com
-
老师好，请问如果 BO 的 observation 返回某个分布的采样而不是固定值，应该怎么解决呢？
感谢这位同学的提问，恭喜获赠书籍！RLChina 强化学习社区后续会送出，请在 9 月 15 日前发送您的社区昵称、注册邮箱、姓名、电话和寄送地址至官方邮箱 rlchinacamp@163.com
-
可以看看 Rasul 引用的两篇关于 regret bounds 的证明。
遗憾上界我没看到。有的话告诉我。
-
老师好！想请问一下，在将 BO 优化的变量是离散值或是离散和连续的混合值时，为何用信赖域方法，这样处理的动机是什么？
有一些启发式的方法。
-
视频中给出了遗憾下界，请问累加遗憾是个正定函数吗，类似地可以定义遗憾上界吗
可以看看 Rasul 引用的两篇关于 regret bounds 的证明。
-
老师好！想请问一下，在将 BO 优化的变量是离散值或是离散和连续的混合值时，为何用信赖域方法，这样处理的动机是什么？
-
视频中给出了遗憾下界，请问累加遗憾是个正定函数吗，类似地可以定义遗憾上界吗
- 老师，请问在BO能在不知目标函数时找到最值，这有没有理论支撑？如果搜索的够多，就更容易找到最优解，但这和sample complexity如何平衡？
有。可以看课件。简单的例子会讲到。比较复杂的分析和具体推导见引用文献。
-
-
- 请问老师，贝叶斯优化怎样用于HPO，以及贝叶斯网络如何存储数据，谢谢老师！
-
-
-
如果给 RL 提供的数据越多：(i)这些数据 cover 的分布越广，是不是 performance 就会很好？ ,(ii)数据只是数量多， performance 会不会更好？
怎么提高 data efficiency?好的 acquisition function 会告诉你怎么样采样，提高数据的利用效率。
-
如果给 RL 提供的数据越多：(i)这些数据 cover 的分布越广，是不是 performance 就会很好？ ,(ii)数据只是数量多， performance 会不会更好？
怎么提高 data efficiency? -
老师好，请问如果 BO 的 observation 返回某个分布的采样而不是固定值，应该怎么解决呢？
-
老师您好，贝叶斯强化学习（BRL）在处理参数不确定性导致的风险方面的有何特殊优势？
- 老师您好，如何将贝叶斯优化用于强化学习，以及贝叶斯优化在机器学习解决哪些问题？
- 请问老师贝叶斯优化与RL如何结合呢？可以解决什么类型的问题？
- 老师们好，贝叶斯优化 是不是基于贝叶斯定理研究优化问题？课前先复习一下贝叶斯定理？
- 老师，请问在BO能在不知目标函数时找到最值，这有没有理论支撑？如果搜索的够多，就更容易找到最优解，但这和sample complexity如何平衡？
-
不是独立的，三位老师可能有分工，共同讲贝叶斯学习
原来如此。谢谢张老师
-
这是三场独立的报告对吧？分别的标题呢？
不是独立的，三位老师可能有分工，共同讲贝叶斯学习
-
这是三场独立的报告对吧？分别的标题呢？
