人生寄语:因为曾经淋过雨,所以总想为别人撑把伞
机器学习入门笔记
【机器学习】人工神经网络-多层感知器(MLP)对鸢尾花数据集进行分类
【机器学习】线性模型-softmax回归(三种方法实现 softmax 回归模型:自定义、sklearn、tensorflow)
【机器学习】Boosting算法-梯度提升算法(Gradient Boosting)
【机器学习】卷积神经网络(二)-典型网络(LeNet-5,AlexNet,VGG,GoogLeNet)
【机器学习】卷积神经网络----GoogLeNet网络(pytorch)
【机器学习】卷积神经网络(四)-实现细节(Caffe框架为例)
【机器学习】循环神经网络(二)-LSTM示例(keras)国际航空乘客问题的回归问题
.【机器学习】隐马尔可夫模型(Hidden Markov Model,HMM)
【机器学习】强化学习(六)-DQN(Deep Q-Learning)训练月球着陆器示例
【机器学习】强化学习(七)-策略梯度算法-REINFORCE 训练月球着陆器代理(智能体)
【机器学习】强化学习(八)-深度确定性策略梯度(DDPG)算法及LunarLanderContinuous-v2环境训练示例
作者陈晓永:智能装备专业高级职称,软件工程师,机械设计中级职称,机器人与自动化产线仿真动画制作
【仿真动画】仿真动画(Simulation Animation) vs 仿真(Simulation -模拟 )
【仿真动画】ABB IRB 8700 机器人搬运(ruckig在线轨迹生成)动画欣赏
另外,微信公众号主页菜单已更新,欢迎订阅~
结 语:
通过对《机器学习》的研究并完成了入门学习,为日后进一步研究机器学习在机器人学、化学、智能装备、生产调度等领域的应用做好铺垫。同时也将我的机器视觉水平从入门一级提升到了入门二级,要完成《机器视觉》的入门(达到入门十级),日后还需要系统学习机器视觉理论。机器学习中最吸引我的是强化学习部分,也是最有前途的一个专业领域,后面将进一步学习《强化学习》并重点研究其在机器人和生产制造领域的应用。
The End