wendyat163的博客

“读书百遍，其义自现“————《三国志·魏志·董遇传》再读李航老师的《统计学习方法》,上一次没看懂的地方，这次居然豁然开朗。看来，书果然是要重复读的。从这篇开始，将陆续记录《统计学习方法》的读书笔记，希望再次加深印象和理解，如果能给同道带来一些帮助，则是更好。进入主题吧。先回顾一下统计学习方法三要素：模型、策略、算法。（放在这里做定海神针）每一个模型我们都是按这三要素来学习思考的。对感...

MDP：Markov Decission Process 马尔可夫决策流程代表了强化学习要解决的问题。有几个构成：1）一组（有限的）状态S(S0,S1,S2,...,St,St+1...S_0,S_1,S_2,...,S_t,S_{t+1}...S0​,S1​,S2​,...,St​,St+1​...)，阶段性任务的状态集合记作S+S^+S+。2）一组（有限的）动作A(A0,A1,A2,....

全期望：https://en.wikipedia.org/wiki/Law_of_total_expectation线性期望：https://brilliant.org/wiki/linearity-of-expectation/