- 博客(5)
- 收藏
- 关注
RSS订阅原创 David sliver第二讲之Markov process-马尔科夫过程
MDP是强化学习的数学表达，是一种全观测模式，几乎所有的强化学习问题都可以转换成MDP，若该过程所有状态都为Markov状态，该过程为MP。Markov状态只与上一个状态有关，即得到以下结论：（history and future）1） Markov状态吸收history所有的信息，以至于得到Markov状态时，可以丢弃history2） 当前Markov状态能够完全刻画未来rew...
2018-06-27 16:29:38
857
原创 David sliver第一讲之强化学习简介
强化学习是一个多面交叉的学科，运用的技术和理论包括传统机器学习、最优理论、激励系统、有限理论、运筹学等。强化学习是机器学习的一个分支，不同于监督学习和非监督学习。相比有以下特征：1.没有标签，只存在激励信号，反馈激励分数；2.反馈具有延迟性，不是即时的；3.输入数据具有动态性（agent->action->env->obs->agent）。反馈具有延迟性，可...
2018-06-25 14:00:03
666
原创 吴恩达机器学习第一周
Octave安装多元线性回归顾名思义，与单变量线性回归的区别是有多个特征值，即考虑多个影响因子。有以下符号标示：表示第i个样本的第j个值。表示第i行样本。N表示一共有几个特征值。 简化为：，且为1。多元线性回归的梯度下降定义多元线性回归的预测函数：定义梯度下降函数：注意：同时更新，j=0,…,n化简后梯度下降函数：有=1，j=0,…,n特征缩放这是一种加速梯度下降的方法。假设当前有特...
2018-04-19 15:34:06
573
原创 ADT中通过DDMS导入文件出错ddms transfer error: Read-only file system，Failed to push selection: Read-only file
ADT中通过DDMS导入文件出错ddms transfer error: Read-only file system，Failed to push selection: Read-only file system
2016-12-07 23:38:52
542
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