常见数学符号的直观理解笔记

常见数学符号的直观理解笔记

前言：

不少常见的数学符号，我经常不认识，看论文的时候，每次小丑都是我自己…
所以先把这些花里胡哨的公式列出来，方便查找。

$argmax(f(x))$

argmax(f(x))是使得 f(x)取得最大值所对应的变量点x(或x的集合)，

这个定义也太容易理解了吧…

对于Q-learning系列，$argma{x}_a(Q(s,a))$是指使得Q值最大的那个动作a，整体表达式输出的是动作a。

$ma{x}_{a}Q(s,a)$

$ma{x}_{a}Q(s,a)$是指对于Q(s, a)这个函数输出的最大值。

对于Q-learning系列，这个Q(s, a)的输出本身意味着动作的选择，所以max下面会有a的下标，但表达式整体仍然是指最大的Q值。

$E_{s\sim p(s)}[f(s)]$ <=> ${\sum }_{s\in S}p(s)[f(s)]$<=>$\int f(s)p(s)ds$

期望和求和以及求积分的关系。
左边期望的意思是指，对于f(s)函数求平均，而其中的变量s，服从p(s)的分布。
如果变量s为离散变量，即对f(s)的期望，等价于对每个s求一个平均。
如果变量s为连续变量，即对f(s)的期望，等价于，沿着s的概率密度函数的求积分。
这段描述如果有问题的话，欢迎批评指正，我目前的理解是这样的。