利用深度强化学习处理高维非结构化数据分类任务的潜力
机器学习
2019-12-23 v1 机器学习
摘要
本文提出了一个框架，用于高效学习特征选择策略，该策略在大型非结构化数据上使用更少的特征以达到高分类精度。它使用深度卷积自编码器（DCAE）来学习紧凑特征空间，并结合近期提出的强化学习（RL）算法如Double DQN和Retrace。
引用
@article{arxiv.1912.09595,
title = {Exploiting the potential of deep reinforcement learning for classification tasks in high-dimensional and unstructured data},
author = {Johan S. Obando-Ceron and Victor Romero Cano and Walter Mayor Toro},
journal= {arXiv preprint arXiv:1912.09595},
year = {2019}
}