机器学习

解决过拟合

L1,L2,L…

优化器

Momentum（加一个下坡） 和 AdaGrad（加一双难走的鞋子）
rmsprop ， Adam结合momentum和adagrad

处理不均衡数据

1. 想办法获取更多数据
2. 换个评判方式
   – 准确率
   – 误差cost
   – confusion matrix
   – precision & recall
3. 重组数据（复制合成数据）
4. 使用其他机器学习方法
5. 修改算法

为什么要标准化batch standard

在隐藏层对数据进行标准化

强化学习

需要有个老师打分，类似监督学习的标签

强化学习方法汇总

通过价值选行为： Q learning， Sarsa， Deep q Network
直接选行为：Policy Gradients
想象环境并从中选学习： Model

不理解环境 model-free RL
Q learning， Sarsa， Policy Gradients
只能一步一步

理解环境model
Q learning， Policy Gradients
可通过想象来预判