Sharan Vaswani

文脈データを取り入れて、より良い予測ができる逆最適化の新しいアプローチ。

新しいアプローチが意思決定の方法を向上させて、以前の知識への依存を減らし、探索を改善してるよ。

ポリシーグラデイント法が機械学習の効率をどう向上させるかを学ぼう。