一、动态规划 当问题具有下列两个性质时，通常可以考虑使用动态规划来求解： 一个复杂问题的最优解由数个小问题的最优解构成，可以通过寻找子问题的最优解来得到复杂问题的最优解 子问题在复杂问题内重复出现，使得子问题的解可以被存储起来重复利用 马尔科夫决策过程具有上述两个属性：贝尔曼方程把问题递归为求解子问 ...
分类：
其他好文 时间：
2021-06-02 13:25:23
阅读次数：
0
来源 https://www.cnblogs.com/coshaho/p/9740937.html 马尔科夫链定义 马尔科夫链的定义如下 从定义中我们不难看出马氏链当前状态只与前一个状态相关。比如我们预测明天天气，只考虑今天天气状况，不考虑昨天前天的天气状况。 马尔科夫链平稳状态 举个具体的例子。社 ...
分类：
其他好文 时间：
2021-03-09 13:06:29
阅读次数：
0
上文介绍了马尔科夫决策过程之MarkovProcesses（马尔科夫过程），可以移步到下面：马尔科夫决策过程之MarkovProcesses（马尔科夫过程）本文我们总结一下马尔科夫决策过程之MarkovRewardProcess（马尔科夫奖励过程），valuefunction等知识点。1MarkovRewardProcess马尔科夫奖励过程在马尔科夫过程的基础上增加了奖励R和衰减系数γ：<S
分类：
其他好文 时间：
2020-11-30 15:36:27
阅读次数：
6
前面总结了马尔科夫决策过程之MarkovProcesses（马尔科夫过程），见下文：马尔科夫决策过程之MarkovProcesses（马尔科夫过程）马尔科夫决策过程之MarkovRewardProcess（马尔科夫奖励过程），见下文：马尔科夫决策过程之MarkovRewardProcess（马尔科夫奖励过程）本文总结一下马尔科夫决策过程之BellmanEquation（贝尔曼方程）1Bellman
分类：
其他好文 时间：
2020-11-30 15:35:59
阅读次数：
6
/** 文字分词 隐马尔可夫模型 共4种状态S B M E AMap 为状态转移概率矩阵 4*4,表示从{S B M E}到{S B M E}的概率 BMap 为当前字属于某种状态{S B M E}的概率 * */ //有限状态 const S=['S','B','M','E'] const sta ...
分类：
编程语言 时间：
2020-08-26 18:59:25
阅读次数：
60
1、基本原理 S 表示一连串特定顺序排列的词 ， ，…， 使用链式法则计算词序列 S 发生的概率 由于上述条件概率过于复杂，因此引入马尔科夫假设 马尔科夫假设：第 I 个词仅与前面的 k 个词有关 取 k=1，将上式简化为 计算 对大量文本进行阅读，并统计得到 在文本中出现的概率 词序列 在文本中出 ...
分类：
其他好文 时间：
2020-07-21 22:21:39
阅读次数：
73
@ 一、马尔科夫随机场定义 二、一个简单的例子 ...
分类：
其他好文 时间：
2020-07-21 01:16:36
阅读次数：
73
总结： 1. HMM的概念： {Z}是状态序列的随机变量，{x}是观测序列的随机变量，他们是随机变量。 Q是状态集合，即气压集合（L,M,H），V是观测集合，即天气集合（S,C,W,R） I是状态序列，即气压序列（M,M,H,H,LL....），随机的但相互关联；A为转移矩阵：aij=P(it+1= ...
分类：
编程语言 时间：
2020-07-02 00:11:14
阅读次数：
82
基于表格法求解RL 中相关概念 含义 S state 状态(observe) A action 动作 R reward 奖励 P probability 状态转移概率 MDP Markov Decision Processes 马尔科夫决策过程(强化学习的基本框架) TD Temporal Diff ...
分类：
其他好文 时间：
2020-06-26 22:02:30
阅读次数：
52
目录 知识串讲 HMM VS MEMM 从随机场到马尔科夫随机场 条件随机场(CRF) MRF因子分解定理 线性链条件随机场(Linear-CRF) 一句话简介：条件随机场(Conditional Random Fields, 以下简称CRF)是给定一组输入序列条件下另一组输出序列的条件概率分布模型 ...
分类：
其他好文 时间：
2020-06-21 23:30:06
阅读次数：
52
