机器学习
文章平均质量分 85
鸡米花甜辣酱
这个作者很懒,什么都没留下…
展开
-
《强化学习:原理与Python实现》笔记——第一章
第1章 初识强化学习 强化学习(Reinforcement Learning)来源于行为心理学,表示生物为了趋利避害而更频繁实施对自己有利的策略。 1.1 强化学习及其关键元素 在人工智能领域中,强化学习是一类特定的机器学习问题。 在一个强化系统中,决策者可以观察环境,并根据观测作出行动。在行动之后,能够获得奖励。 强化学习通过与环境的交互来学习如何最大化奖励。 强化学习系统的两个关键要素: 奖励:强化学习系统的目标,包括正奖励和负奖励。 策略:强化学习的学习对象就是策略。决策者根据不同的观测采用不同的动原创 2020-11-22 00:35:25 · 1237 阅读 · 1 评论 -
Exercise 8:异常检测和推荐系统(Coursera-吴恩达Machine Learning编程作业)
1 Anomaly detection 1.1 Gaussian distribution 高斯分布函数为 其中,μ\muμ为平均值(控制中心位置),σ2\sigma^2σ2为方差(控制分布展宽)。 1.2 Estimating parameters for a Gaussian原创 2020-10-04 21:33:58 · 272 阅读 · 0 评论 -
Exercise 7:K均值聚类和主成分分析(Coursera-吴恩达Machine Learning编程作业)
1 K-means Clustering 1.1 Implementing K-means K均值聚类算法程序的主体: % Initialize centroids centroids = kMeansInitCentroids(X, K); for iter = 1:iterations % Cluster assignment step: Assign each data point to the % closest centroid. idx(i) corresponds to cˆ(i), th原创 2020-08-23 00:11:34 · 660 阅读 · 0 评论 -
Exercise 6:支持向量机(Coursera-吴恩达Machine Learning编程作业)
1 Support Vector Machines 1.1 Example Dataset 1 将ex6.m中Part 2部分的C更改为不同的值,可以看到决策边界的变化。C越大,说明SVM尽可能将所有样本都划分正确,即越容易被离群值所影响。 1.2 SVM with Gaussian Kernels 1.2.1 Gaussian Kernels 完成高斯核函数的程序gaussianKernel.m,直接按照公式编写即可。 sim = exp(- sum((x1-x2).^2) / (2*sigma^2))原创 2020-08-17 00:37:21 · 300 阅读 · 0 评论