如下图所示： 初始点在 S0， 终点在S8， 其中红线的部分是墙，不能通过，绿色的圆圈是此刻所在位置。 在任一的状态时可以选的动作其概率都是均等的，如果三个动作可以选就各为0.333333，如果是两个动作可以选就各是0.5。 原书中已经提供代码，但是感觉看起来不是很明晰，于是修改了一下： 在修改代码 ...
分类：
其他好文 时间：
2020-07-14 16:19:31
阅读次数：
102
强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题 [1] 。 强化学习的常见模型是标准的马尔可夫决策过程（Marko ...
分类：
其他好文 时间：
2020-07-12 19:10:00
阅读次数：
90
ICML 2020|华为诺亚方舟8篇论文入选，多智能体强化学习成热点 华为诺亚方舟实验室此次有8篇论文被接收，创下ICML历届论文接收量新高。研究方向涵盖多智能体强化学习，神经网络架构搜索，1bit神经网络，图结构数据上的主动学习，记忆增强学习，理论样本复杂度分析。下面我们就来看下本次接收的几篇代表 ...
分类：
其他好文 时间：
2020-07-11 09:29:43
阅读次数：
147
题目描述 根据输入的各科成绩分班。文科成绩包含语文，数学，英语，政治，历史，地理六门课；理科成绩包含语文，数学，英语，物理，化学，生物六门课；当平均成绩大于90分时分到A班，80到90分B班，80以下分C班。但理科生如果数学成绩在80分以下，就不能分到A班；物理成绩在70分以下，就不能分到B以上班级 ...
分类：
其他好文 时间：
2020-07-08 23:07:41
阅读次数：
228
熟练《机器学习实战》和《花书》中的所有知识点 熟练《剑指Offer》中的所有知识点 熟练Pytorch操作 经常参加和复现Kaggle竞赛 数据降维：复现PCA、LE、LLE、LBP 集成学习：复现Kaggle竞赛前5名 强化学习：复现Kaggle竞赛前5名 深度学习：复现ImageNet竞赛上的一 ...
分类：
其他好文 时间：
2020-07-07 10:25:01
阅读次数：
85
1.1.2 机器学习 机器学习分为两部分： 有监督学习（Surpervised Learning） 无监督学习（Unsupervised Learning） 强化学习（Reinforcement Learning，简称RL） 如下图所示： 有监督学习 有监督学习的数据集包含了样本x与样本label ...
分类：
其他好文 时间：
2020-07-06 15:47:44
阅读次数：
70
一、感知机 原理参考https://www.cnblogs.com/pinard/p/6042320.html#!comments $sign(x)= \begin{cases} -1& {x<0}\\ 1& {x\geq 0} \end{cases}$ 在推导出损失函数的时候，简化运算不考虑分母 ...
分类：
其他好文 时间：
2020-07-05 18:54:34
阅读次数：
59
前言 错误是程序中的问题，由于这些问题而导致程序停止执行。另一方面，当某些内部事件发生时，会引发异常，从而改变程序的正常流程。 python知识准备 掌握Python基础语法，熟悉常用API，是后面进行自动化学习的必要条件。 本章节主要内容包括 python基本语法 常用数据结构 常用操作 面向对象 ...
分类：
编程语言 时间：
2020-07-03 21:47:03
阅读次数：
71
4 健康篇 男人来自火星，女人来自金星4 作 者 约翰?格雷 译 者 谢珺容 题记 从来没有一本书像这本一样，在饮食和健康问题上考虑了男女之间的差异； 也从来没有一本书像这本一样，告诉人们节食不靠毅力，靠的是大脑化学物质的平衡； 更从来没有一本书像这本一样，提供的方法如此简单：达到大脑化学物质的平衡 ...
分类：
其他好文 时间：
2020-06-29 00:31:50
阅读次数：
63
零、前言 一、机器学习概览 二、一个完整的机器学习项目 三、分类 四、训练模型 五、支持向量机 六、决策树 七、集成学习和随机森林 八、降维 十、使用 Keras 搭建人工神经网络 十一、训练深度神经网络 十二、使用 TensorFlow 自定义模型并训练 十三、使用 TensorFlow 加载和预 ...
分类：
其他好文 时间：
2020-06-28 12:40:18
阅读次数：
160
