机器之心深度研学社每周干货：2017年第28周

Synced 深度研学社 每周干货，每周为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少，每周进步一点点~

【入门资料】增强学习/OpenAI Gym入门指南

by Justin Francis

Gym is a collection of environments/problems designed for testing and developing reinforcement learning algorithms—it saves the user from having to create complicated environments. Gym is written in Python, and there are multiple environments such as robot simulations or Atari games.

Gym 是 OpenAI 开发的一个测试与开发强化学习算法的工具包，它自己带有的不同运行环境能够节省开发者很多自己开发的时间。O‘Reilly 日前就发布了一篇 Open AI Gym 的小教程，内含增强学习的基本入门知识，已经详细的代码教程。

【技术分析】归一化的作用是什么？什么时候需要归一化？有哪些归一化的方法？ - 知乎

「归一化」是机器学习入门课程已经不会忽视的一个环节，然而，在实际应用中，不同的开发者对「归一化」这一步有不同的理解和使用方法。那么什么时候需要归一化？有哪些高效的方法？这个知乎问题下的回答可能会给你一些参考。

【资源分享】TensorFlow/PyTorch/Sklearn 实现的五十种机器学习模型

by zhedongzheng

英国伦敦大学学院的学生 Zhedong Zheng 在 Github 上分享了自己搭建的机器学习模型与测试集，它们中的大部分都是用 TensorFlow 和 PyTorch 编写的，目前项目还在进行中。这位作者的其它 Github 项目也很有趣，感兴趣的不妨一试。