本文意旨分享程序员在阿里学习的技术与实际业务创新现实应用，了解阿里团队解决大数据背景下实际问题思想和经验，本文抛砖引，给业界和学术界带来一些输入，共同推进深度强化学习的更好发展。

第一章：基于强化学习的实时搜索排序策略调控
第二章：延迟奖赏在搜索排序场景中的作用分析
第三章：基于多智能体强化学习的多场景联合优化
第四章：强化学习在淘宝锦囊推荐系统中的应用
第五章：基于强化学习的引擎性能优化
第六章：基于强化学习分层流量调控
第七章：风险商品流量调控
第八章：虚拟淘宝
第九章：组合优化视角下基于强化学习的精准定向广告OCPC 业务优化
第十章：策略优化方法在搜索广告排序和竞价机制中的应用
第十一章：TaskBot －阿里小蜜的任务型问答技术
第十二章：DRL 导购－阿里小蜜的多轮标签推荐技术

下载地址

https://pan.baidu.com/s/1I3jOeHoza_nk0p7qSY4Ndw

• 如需提取码:[打开微信]->[扫描下方二维码]->[关注数据与人] 回复”3639″ 获取提取码 

• 坚持电子书籍资源共享，感谢认同！