強化學習特別是深度強化學習近年來取得了令人矚目的成就，除了應用於模擬器和遊戲領域，在工業領域也正取得長足的進步。百度是較早佈局強化學習的公司之一。這篇文章系統地介紹強化學習演算法基礎知識，強化學習在百度的應用

企業網路工程師的日常工作職責今時已不同往日，從負責管理點到點的傳輸幀和分組，發展成為負責網路、伺服器和儲存基礎設施的管理員之間的聯絡人。在2017年，這一不斷變化的角色將促使網路工程師需要具有更廣泛的技能，以便

數學家阿蘭·圖靈 1950 年的開創性論文引領了人類對人工智慧（AI）的探索，他在這篇論文中提出了一個問題：「機器能否思考？」，那時候唯一已知的能夠進行復雜計算的系統是生物神經系統。因此，毫不奇怪那時候這個新興

近日，谷歌 AI 和 DeepMind 合作建立了深度規劃網路（PlaNet）智慧體，僅基於影象輸入就能學習世界模型，並利用該模型規劃未來。與谷歌一年前提出的 世界模型 相比，PlaNet 的執行不需要策略網

在前面我們討論了基於價值的強化學習(Value Based RL)和基於策略的強化學習模型(Policy Based RL)，本篇我們討論最後一種強化學習流派，基於模型的強化學習(Model Based RL)

人類的認知、行為等幾乎都要受到情感的驅動，並影響著人際互動以及群體活動。在人與人的交往中，情感的交流還通常被用來完成人的意圖的傳遞。由此，在智慧人機互動的研究中，擁有對情感的識別、分析、理解、表達的能力也應成

論文：https://arxiv.org/pdf/1901.08162.pdf 發現和利用環境中的因果結構是智慧體面臨的一大關鍵挑戰。這裡我們探索了是否可通過元強化學習來實現因果推理（cause

北京市將推出新一輪為期3年的節能減排促消費政策，於2月1日正式實施。按照政策，對符合條件的消費者購買使用電視機、電冰箱、洗衣機、空調、熱水器、微波爐、吸油煙機、家用燃氣灶、坐便器、淋浴器、空氣淨化器

新年伊始，表面上網路方面迎來了許多好訊息。最近幾個月，沒有發生大型網路攻擊。 好訊息只會是短暫的。更多攻擊還在後面。2019年將會是最糟糕的一年—— 因為很多公司都爭相追求數字化，期望用數字化提升效率，而

香儂科技近期提出 Glyce， 首次在深度學習的框架下使用中文字形資訊（Glyph），橫掃 13 項中文自然語言任務記錄 ，其中包括：(1) 字級別語言模型 (2) 詞級別語言模型 (3) 中文分詞

移動網際網路的繁榮正在帶來網路黑產的繁榮。阿里和南都研究院釋出的《2018網路黑灰產治理研究報告》顯示，2017年我國網路安全產業規模為450億元，而黑灰產規模已達千億。黑灰產通過爬取使用者資料、營銷活動欺詐、

雖然對營銷者來說，粉絲的增加是值得高興的事情。但我們一定要走出一個思維誤區，那就是粉絲越多越好。粉絲並不是越多越好，而是精準粉絲越多越好。靠量取勝的年代已經走遠，只有精準的粉絲才是我們的最愛。 未來的營銷，

Knowage是從SpagoBI發展而來，使用Java語言寫的開放原始碼的商業智慧分析工具,是一套適合現代商業分析的開源工具套裝。在版本6以前是完全開源的SpagoBI,2018年釋出的6.0版

Luxury Daily釋出了“2018年奢侈品報告”。目前，40%的奢侈品商品和服務營銷人員仍沒有網路銷售渠道，68%的奢侈品公司已經擁有電子商務或與電子商務合作。在這些已經上線的奢侈品牌中有1/3的企業收入

2018年的網路安全趨勢和無數新興威脅為2019年的動盪做了完美的鋪墊。從前所未見的針對生物識別標記的攻擊，再到區塊鏈被廣泛接受，這些都增加了“新型”關鍵基礎設施的風險，也降低了人們對其安全信任的程度