- 博客(11)
- 收藏
- 关注
原创 《机器学习读书笔记》对数几率回归
但是单位阶跃函数不连续,因此不能直接用作式(3.15)中的g-(·)。于是我们希望找到能在一定程度上近似单位阶跃函数的“替代函数”(surrogate function),并希望它单调可微。考虑二分类任务,其输出标记y∈{0,1},而线性回归模型产生的预测值z=wTx+b是实值,于是,我们需将实值z转换为0/1值。该式是在用线性回归模型的预测结果去逼近真实标记的对数几率,因此,其对应的模型称为“对数几率回归”(logisticregression,亦称logit regression)。
2024-06-25 23:34:44
187
原创 EasyRL蘑菇书学习笔记(深度学习基础)
从训练模式上来看,深度学习和强化学习,尤其是结合了深度学习的深度强化学习,都是基于来对相应算法进行迭代更新并且达到最优的,这个过程我们称之为。但与另外两者不同的是,强化学习是在交互中产生样本的,是一个产生样本、算法更新、再次产生样本、再次算法更新的动态循环训练过程,而不是一个准备样本、算法更新的静态训练过程。
2024-06-24 22:50:27
696
原创 《EasyRL》第三章读书笔记(占个坑,后面慢慢修改加入自己理解)
蒙特卡洛方法使用经验平均回报(empirical mean return)的方法来估计,它不需要马尔可夫决策过程的状态转移函数和奖励函数,并且不需要像动态规划那样用自举的方法。如图 3.13 所示,我们使用蒙特卡洛方法得到的轨迹对应树上蓝色的轨迹,轨迹上的状态已经是决定的,采取的动作也是已经决定的。我们可以把策略迭代进行广义的推广,使它能够兼容蒙特卡洛和时序差分的方法,即带有蒙特卡洛方法和时序差分方法的。每个轨迹都有对应的回报,我们求出所有轨迹的回报的平均值,就可以知道某一个策略对应状态的价值,即。
2024-06-23 01:14:27
693
原创 《机器学习第三章线性模型》读书笔记
譬如说,假设我们认为示例所对应的输出标记是在指数尺度上变化,那就可将输出标记的对数作为线性模型逼近的目标,即lny=wTx+b. 这就是“对数线性回归”(log-linear regression),它实际上是在试图让ewTx+b逼近y。显然,关键在于如何衡量f(x)与y之间的差别,即均方误差。由此可看出,式2-2实际上是在用线性回归模型的预测结果去逼近真实标记的对数几率,因此,其对应的模型称为“对数几率回归”(logisticregression,亦称logit regression)。
2024-06-23 00:50:00
459
原创 西瓜书#机器学习学习笔记(小白都能看懂的机器学习教程)(格式调整中)
第一章 绪论什么是机器学习?机器学习是这样一门学科,它致力于研究如何通过计算的手段,利用经验来改善系统自身的性能,在计算机系统中,“经验”通常以“数据”形式存在,因此,机器学习所研究的主要内容,是关于在计算机上从数据中产生“模型”(model)的算法,即“学习算法”(learning algorithm)。有了学习算法,我们把经验数据提供给它,它就能基于这些数据产生模型;在面对新的情况时(例如看到一个没剖开的西瓜),模型会给我们提供相应的判断(例如好瓜)。基本术语:(不懂得可以上原书翻或者复制一
2024-06-20 02:12:52
959
1
原创 EasyRL蘑菇书学习笔记(小白都能看懂的强化学习教程)第一、二章
强化学习(reinforcement learning,RL)讨论的问题是智能体(agent)怎么在复杂、不确定的环境(environment)中最大化它能获得的奖励。如图 1.1 所示,强化学习由两部分组成:智能体和环境。在强化学习过程中,智能体与环境一直在交互。智能体在环境中获取某个状态后,它会利用该状态输出一个动作 (action),这个动作也称为决策(decision)。然后这个动作会在环境中被执行,环境会根据智能体采取的动作,输出下一个状态以及当前这个动作带来的奖励。
2024-06-20 01:19:58
735
原创 链表学习简单总结
为了表示给定链表中的环,评测系统内部使用整数 pos 来表示链表尾连接到链表中的位置(索引从 0 开始)。为了表示给定链表中的环,评测系统内部使用整数 pos 来表示链表尾连接到链表中的位置(索引从 0 开始)。给定单链表的头节点 head ,将所有索引为奇数的节点和索引为偶数的节点分别组合在一起,然后返回重新排序的列表。思路:把前一半链表翻转过来和后一半链表对比,怎么寻找到一半呢,就是用快慢指针法,快的一次走俩,慢的一次走一个。给定一个链表的头节点 head ,返回链表开始入环的第一个节点。
2024-05-13 16:34:15
1388
2
原创 《自控力》读书笔记
如果说真的有自控力秘诀,那么从科学的角度来说确实有一个,那就是集中注意力。当你作出决定的时候,你需要训练自己的大脑,让它意识到这一点,而不是让它自行其是。你需要意识到,你是如何允许自己拖延的,你是如何用之前表现来证明自我放纵是合理的。你也需要意识到,奖励的承诺并非总能兑现;未来的你不是超级英雄,也不是陌生人。你需要看清,自己身处的世界,无论是销售陷阱,还是社会认同,都在影响你的行为。当你的注意力即将分散的时候,或者你即将向诱惑投降的时候,你需要静下心来,弄清自己的欲望。你需要记住自己真正想要的是什么。
2024-05-07 14:20:31
1104
原创 通过房价预测简要介绍十种线性回归算法及python实现
线性回归是机器学习中最简单的算法,它可以进行不同的训练。在本笔记本中,我们将介绍以下线性算法: 线性回归 稳健回归 山脊回归 LASSO回归 弹性网 多项式回归 随机梯度下降法 人工神经网络 随机森林回归器 支持向量机。
2023-10-24 14:21:07
2533
1
原创 利用tensorflow进行房价预测
TensorFlow是由 Google 团队开发的深度学习框架之一,它是一个完全基于 Python 语言设计的开源的软件。TensorFlow 的初衷是以最简单的方式实现机器学习和深度学习的概念,它结合了计算代数的优化技术,使它便计算许多数学表达式。TensorFlow 决策森林TF-DF) 是一套先进的算法,可用于训练、应用和解释决策森林模型。该库包含一套Keras模型,并且支持分类、回归和排名。
2023-10-20 11:02:53
655
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人