强化学习
文章平均质量分 57
雾瞑
编程小学生,求大神各种帮助
展开
-
Datawhale & 天池 二手车价格预测(4.12-4.20)
Task4 建模调参一、学习目标了解常用的机器学习模型,并掌握机器学习模型的建模与调参流程完成相应学习打卡任务二、内容学习线性回归模型:线性回归对于特征的要求;处理长尾分布;理解线性回归模型;模型性能验证:评价函数与目标函数;交叉验证方法;留一验证方法;针对时间序列问题的验证;绘制学习率曲线;绘制验证曲线;嵌入式特征选择:Lasso回归;Ridge回归;决策树;模型对比:常用线性模型;常用非线性模型;模型调参:贪心调参方法;网格调参方法;贝叶斯调参方法;原创 2021-04-22 19:40:38 · 297 阅读 · 1 评论 -
强化学习-马尔可夫决策过程-2020.11.30
马尔可夫决策过程Markov Process(MP)上图就表示了在强化学习中智能体与环境交互的情况,这个交互过程就是通过马尔可夫决策过程来体现的。他的环境是full observable(完全可观测) 的。有些时候,某些不可观测的量也可以转化为MDP问题。如果一个状态是马尔可夫的,那就是说一个状态的下一个状态只取决于它当前状态,而跟它当前状态之前的状态都没有关系。(即是说:当前时刻状态S的下一个状态S1,只跟当前的S有关,与过去的状态无关)马尔可夫链马尔可夫链。例如:四个状态的转化:可原创 2020-11-30 20:36:10 · 400 阅读 · 0 评论