- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Mathematica实践经典【重复囚徒困境】问题
Mathematica实践囚徒困境囚徒困境(Prisoner's Dilemma)故事前提警察的策略囚徒的想法重复囚徒困境Mathematica实践囚徒困境(Prisoner’s Dilemma)最近上课学到了一个比较经典的博弈论的理论，叫做囚徒困境。觉得挺有意思，就想着记录一下。那么不说废话，囚徒困境到底是个什么理论呢？字面意思就是囚犯遇到了进退两难的问题，陷入困境。在博弈论中指两个被捕的囚徒之间的一种特殊博弈，反映的是个体选择并非团体最佳选择。具体来讲讲这个有趣的理论，它是怎么个特殊博弈法呢
2021-12-03 20:17:17
608
原创 DeepLearning神经网络学习笔记（二）[未完待续]
第一部分 机器学习基础2. 算法类型2.1 监督学习（Supervised Learning）2.2 无监督学习（Unsupervised Learning,UL）2.3 强化学习（Reinforcement Learning,RL）2. 算法类型机器学习可以根据不同的基准分为不同的类型。比如以模型分类，可以分为线性模型和非线形模型；又比如以学习准则分类，可分为统计方法和非统计方法等。一般来说，通俗一点的算法分类是以学习的方法来分类，以人来说，有的人适合跟着老师教的方法走，有的人适合自己摸索着思考，有
2021-11-28 20:37:36
600
原创 DeepLearning神经网络学习笔记(一)
第一部分 机械学习基础1.基本概念1.1定义1.2流程2.三个要素2.1模型2.2学习准则2.3优化算法1.基本概念首先需要明确的一个概念，深度学习是一个机器学习问题。我们要想学习系统的深度学习，就必定需要一些机械学习的基础。那么它到底是啥呢？1.1定义机器学习(Machine Learning)是指从有限的数据中学习出具有一般性的规律，并利用这些规律对未知数据进行推测的方法。再具体一点我们用一个D维向量x=[x1,x2,...,xD]Tx=[x_1,x_2,...,x_D]^Tx
2021-11-23 20:18:20
957
原创 DeepLearning神经网络学习笔记(目录)
学习目标：理解神经网络构成和原理 能够实践完成运用神经网络的分类任务学习内容：Stanford University公开课:Deeplearning.ai(吴恩达教授) 《神经网络与深度学习》学习时间：周二,周四晚8:00-10:00 周三,周五下午14:00-17:00 周末全天自由安排目录：第一部分 机器学习基础1.基本概念 机器学习(Machine Learning)是指从有限的数据中学习出具有一般性的规律,并利用这些规律对未知数据进行推测的方法.标...
2021-10-25 13:19:51
160
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人