- 博客(5)
- 收藏
- 关注
RSS订阅原创 贝尔曼公式
从最开始从第0个 我可以随便猜一个vπ是等于什么，比如说全都是 0 ，然后我通过这个式子，把vk代到右边，左边我就可以计算出来v1，然后我把v1再代到右边，我就可以得到左边的v2 ，我再把v2代到右边，我就可以得到左边的v3 ，这样一直下去，我就会得到这样一个序列{v0,v1,v2....}，实际上我们可以证明当k趋向于无穷的时候，vk就收敛到了vπ ，这个vπ就是真实的state value。对于第二个式子，p(s'|s)表示从当前状态s出发，有多个选择，可以跳到不同的s'，跳到不同s'的概率。
2024-07-09 17:47:56
651
原创 强化学习基础概念
第1课-基本概念（State,action,policy等）_哔哩哔哩_bilibili第1课-基本概念（Reward,return,MDP等）_哔哩哔哩_bilibiliAccessible 表示可以进入，用白色表示Forbidden 表示不可进入，用黄色表示Target area 表示希望进入的这个领域当中机器人只能在相邻的网格之间移动，不能斜方向移动。
2024-07-08 20:13:21
1012
原创 贝叶斯定理
例如，我们可能认为硬币是公平的，即 p=0.5，或者我们可能认为有轻微的偏向，即 p=0.6。以硬币投掷的例子为例，假设我们有一个先验分布表示硬币正面朝上的可能性，然后我们投掷硬币多次，观测到了一系列结果。先验分布提供了一个起点，而在观察到新数据后，我们使用贝叶斯定理来更新这个分布，得到后验分布，从而更好地理解参数的可能性。这个后验分布将结合先验分布和新的观测数据，提供一个对参数的更精确估计。在先验分布中包含的主观先验知识被观测到的数据所修正，因此后验分布提供了一个更为准确和更新的关于参数的概率分布。
2023-11-22 20:39:34
250
原创 PCA 数据降维
通过保留最重要的特征，可以减少数据的存储空间和计算成本。在生物医学数据分析中，PCA可用于处理基因数据，识别基因表达模式，甄别疾病特征，以及处理成千上万的基因数据点。在信号处理中，PCA可用于分离和减少信号中的噪声，提取出最重要的信号成分，改善信号的质量和可分析性。根据特征值的大小，选择最重要的特征向量，它们对应的特征值较大，代表数据中的主成分。基于特征值的大小，选择最重要的特征向量，它们对应的特征值较大，代表数据中的主成分。通过选取的特征向量构成的矩阵，将原始数据映射到新的低维空间，实现数据的降维。
2023-11-11 19:51:19
255
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