本文展示了当前研究具体如何利用 word2vec 进行拓展应用。

一文介绍稀疏奖励下的强化学习

需要注意的是，本文没有涉及任何实际应用方面的问题。

本文主要介绍的是表征方式，所以论文中跟表征方式无关的内容不会被涉及。

在交通工程领域，微观交通流理论的研究由来已久，从 20 世纪 50 年代起开始涌现以跟驰模型为核心的众多微观行为模型[10]。

文中选取了几个应用机器学习算法的药物研发领域进行介绍。

本文讨论的是机器学习中的公平公正问题（Bias and Fairness in Machine Learning），那么，究竟什么是机器学习中的公平公正呢？

本文在回顾内在动机的生理学知识的基础上，探讨了内在动机在强化学习中的应用。

本篇提前看重点关注 CVPR 2020 中的这篇「Suppressing Uncertainties for Large-Scale Facial Expression Recognition」。

本篇对彩票假说做了系统的分析研究。

本文涉及了在今年 CVPR 中提出的三个解决方案，先是说明了如何改进现有的表征，然后说明了如何提升表征的表现，最后基于多任务学习说明了如何处理不太相关的两个任务的表征。

在过去的半个世界，CGI 以电影行业为起点，的确悄然无息将其影响力扩散到了电子游戏行业和 VR、AR 等行业，包括数据中心管理和人工智能在内的多个领域。

本文选取 CMU Wehbe 研究小组（2 篇）和 MIT Roger P. Levy 教授组（1 篇）的三篇文章，对这一主题进行了详细的解析和讨论。

本文就主题模型的评价指标进行讨论，对当下比较热门的评价方法进行总结。

随着机器学习（ML）领域的深入发展，机器人在教育、引导、医疗方面都有巨大的应用。但如今人们不仅关注于机器人执行任务的准确和效率，更希望理解其决策的原因和行动，从而判断是否信任答案，而这正也是可解释人工智能（XAI）所要研究的问题。

欧盟地平线 2020 项目是欧盟有史以来规模最大的研究与创新计划。