Most of human and animal learning is unsupervised learning. Yann LeCun在NIPS 2016大会主题报告提出了“预测学习”的概念，可以简单理解为深度无监督学习方法。大会报告主要包括深度学习、预测学习、增强学习、基于能量函数的无监督学 ...
分类：
其他好文 时间：
2017-04-10 23:10:14
阅读次数：
252
马尔可夫决策过程MDP：http://www.cnblogs.com/jinxulin/p/3517377.html?utm_source=tuicool&utm_medium=referral ...
分类：
其他好文 时间：
2017-04-10 22:22:46
阅读次数：
136
机器学习算法大致可以分为三种： 1. 监督学习(如回归，分类) 2. 非监督学习(如聚类，降维) 3. 增强学习 什么是增强学习呢？ 增强学习（reinforcementlearning, RL）又叫做强化学习，是近年来机器学习和智能控制领域的主要方法之一。 定义: Reinforcement le ...
分类：
其他好文 时间：
2017-04-06 18:51:57
阅读次数：
218
深度增强学习前沿算法思想 CSDN 作者： Flood Sung 2017-02-16 09:34:29 举报 阅读数：3361 作者： Flood Sung，CSDN博主，人工智能方向研究生，专注于深度学习，增强学习与机器人的研究。 责编：何永灿，欢迎人工智能领域技术投稿、约稿、给文章纠错，请发送 ...
分类：
其他好文 时间：
2017-02-16 14:34:16
阅读次数：
213
1.增强学习 http://www.wildml.com/2016/10/learning-reinforcement-learning/ 2.RNN 别人的博客目录： 1.学些增强学习（通过代码，练习和问题的解决方案） 2.TensorFlow中的RNN，实践指南，没有被记录的特性 TensorF ...
分类：
其他好文 时间：
2016-12-29 03:09:40
阅读次数：
235
选自《Reinforcement Learning: An Introduction》, version 2, 2016, Chapter2 https://webdocs.cs.ualberta.ca/~sutton/book/bookdraft2016sep.pdf 引言中是这样引出Chapte ...
分类：
其他好文 时间：
2016-12-01 12:00:52
阅读次数：
393
本文由 meelo 原创，请务必以链接形式注明 本文地址，简书同步更新地址 一对一的项目辅导是优达学城(udacity)纳米学位的一大亮点。本文将简要介绍优达学城机器学习工程师纳米学位的6个项目。项目覆盖了机器学习的主要领域，包括回归分析、分类、聚类、增强学习及深度学习。 项目 0: 预测泰坦尼克号 ...
分类：
其他好文 时间：
2016-11-28 20:28:19
阅读次数：
778
一、增强学习/强化学习（Reinforcement Learning ）
二、增量学习（Incremental learning）
三、迁移学习（Transfer Learning）...
分类：
其他好文 时间：
2016-07-19 10:24:47
阅读次数：
339
解读Torch框架下的Recurrent models of visual attention源码...
分类：
其他好文 时间：
2016-06-21 07:40:30
阅读次数：
1012
（一） 这个算法是基于一个概率来对探索和利用进行折中：每次尝试时，以概率进行探索，即以均匀概率随机选取一个摇臂，以的概率进行利用，即以这个概率选择当前平均奖赏最高的摇臂（如有多个，则随机选取）。 其中：小k表示第k个摇臂。因为大K表示摇臂总数；n表示尝试的次数，vn表示第n次尝试的奖赏。 Qn的直观... ...
分类：
编程语言 时间：
2016-05-31 10:18:36
阅读次数：
759
