课程介绍
全球智博会（人工智能产品应用博览会）今日（8.19）在苏州召开，智能语音、图像识别、自然语言理解等 AI 技术大范围落地应用，其中智能推荐系统应用得最早、最广泛，目前大部分主流 App 都集成了推荐系统。智能推荐系统除了对“用户已存在兴趣物品”推荐外，更需要不断探索、开发用户新兴趣。
因此这一期 58 集团算法架构师陈琳，将结合 58 业务实战，围绕用户的兴趣探索和开发问题进行讨论。通过讲解深度强化学习模型的演进过程（MAB 策略-LinUCB 模型-Q 学习-DQN 模型-DEAR 模型）展示 AI 算法中 “强化学习算法”与“深度学习算法”的结合并进。
课程目录
多臂老虎机（MAB）问题
置信区间上界（UCB）模型
线性置信区间上界（LinUCB）模型
58 同城租车业务案例
LinUCB 模型 pk UCB 模型
Q 学习（Q-Learning）
为什么需要 Q 学习？
什么是 Q 学习？
深度强化学习模型
深度 Q 网络（Deep Q Network，DQN）模型
DEAR 模型
课程核心
讲师介绍
陈琳，58 集团算法架构师
前阿里巴巴算法专家，江湖人称“大师兄”，58 集团本地服务事业群算法策略部负责人，带领团队从 0 到 N 构建推荐系统工程和算法体系，在搜索推荐等算法技术领域深耕多年，擅长流量分发方向产品技术。