题目：强化迁移学习
摘要：强化学习旨在模拟人类的有目标的智能规划活动。这一机器学习分枝长期以来受到状态空间的限制而裹步不前。随着深度学习的广泛应用，强化学习和深度学习也更加有机地结合在一起。在此基础上，我们引入迁移学习，使得在大规模数据上训练所得的通用强化学习模型能够得以在小数据的条件下成功迁移。这一技术可以更好的将通用机器学习模型个性化。 在这一讲座中，我将解释强化迁移学习的基本原理和描述其在功能性对话系统中的应用实例。
简历：> 杨强，香港科技大学计算机系冠名讲座教授, 计算机系主任。他曾经是华为诺亚方舟实验室创始主任（2012-2014）和2015年国际人工智能大会（IJCAI）主席。 他是国际人工智能学会的首位华人Fellow （AAAI Fellow）, 并为IEEE Fellow,AAAS Fellow, IAPR Fellow和ACM杰出科学家。他的主要研究兴趣是人工智能和大数据。杨强是多个国际期刊的编委，是ACMTIST和IEEE 大数据期刊创始主编，中国人工智能学会副理事长，以及AAAI /IJCAI的常务理事。