迁移学习是谷歌、Salesforce、IBM和微软Azure提供的多种自动机器学习管理服务的基础。由谷歌提出的BERT模型以及由Sebastian Ruder和Jeremy Howard共同提出的ULMFIT(通用语言模型微调文本分类)模型都重点突出了迁移学习，可见迁移学习是目前NLP（自然语言处理... ...
分类：
Web程序 时间：
2019-05-09 15:14:27
阅读次数：
255
一.学习的类型 1.根据输出空间：分类（二分类，多类别分类），回归，结构化 二分类：解决是非问题 多类别分类：邮递区号的辨识，邮件分类，图像辨识 回归：预测股票走势，预测天气 结构化：自然语言辨识 2.根据标签：监督学习，非监督学习，半监督学习，强化学习 非监督学习：聚类、密度分析、离群点检测（目标 ...
分类：
其他好文 时间：
2019-04-19 17:44:51
阅读次数：
189
转自：https://github.com/datawhalechina/pumpkin-book https://mp.weixin.qq.com/s/FcwgjS4FXfGJPZEQEz3cVw 南瓜书PumpkinBook 周志华老师的《机器学习》（西瓜书）是机器学习领域的经典入门教材之一，周 ...
分类：
其他好文 时间：
2019-04-09 13:54:37
阅读次数：
182
只是初步涉猎，因为读的论文涉及到了。 学习资料来自于网络，主要是udacity的cs600，佐治亚理工的老师 本来以为第一遍看视频就能完全搞懂了，并没有 还是写随笔好好整理一下 三种学习的类型：有监督，无监督，强化 实际的世界，系统，状态之间的转移由马尔可夫的状态转移概率确定。 States:$ s ...
分类：
其他好文 时间：
2019-03-14 16:34:24
阅读次数：
126
最近在学习强化学习的东西，在网上发现了一个关于DQN讲解的PPT，感觉很是不错，这里做下记录，具体出处不详。 ...
分类：
其他好文 时间：
2019-03-10 13:47:24
阅读次数：
182
课件 ： "Lecture 2: Markov Decision Processes" 视频 ： "David Silver深度强化学习第2课 简介 (中文字幕)" 马尔可夫过程 马尔可夫决策过程简介 马尔可夫决策过程(Markov Decision Processes, MDPs) 形式上用来描述 ...
分类：
其他好文 时间：
2019-02-28 14:37:20
阅读次数：
190
课件 ： "Lecture 1: Introduction to Reinforcement Learning" 视频 ： "David Silver深度强化学习第1课 简介 (中文字幕)" <! more 强化学习的特征 作为机器学习的一个分支，强化学习主要的特征为: 无监督,仅有奖励信号； 反馈 ...
分类：
其他好文 时间：
2019-02-26 22:15:59
阅读次数：
304
最近师弟在做DQN的实验，由于是强化学习方面的东西，正好和我现在的研究方向一样于是我便帮忙跑了跑实验，于是就有了今天的这个内容。 首先在github上进行搜寻，如下图： 发现第一个星数最多，而且远高于其它的项目，于是拉取这个链接： https://github.com/devsisters/DQN- ...
分类：
其他好文 时间：
2019-02-26 13:02:12
阅读次数：
678
1. 前言 今天要重代码的角度给大家详细介绍下策略迭代的原理和实现方式。 "本节完整代码GitHub" 。 我们开始介绍策略迭代前，先介绍一个蛇棋的游戏 它是我们后面学习的环境，介绍下它的规则： 1. 玩家每人拥有一个棋子，出发点在图中标为“1”的格子处。 2. 依次掷骰子，根据骰子的点数将自己的棋 ...
分类：
其他好文 时间：
2019-02-15 23:54:17
阅读次数：
403
引言：人工智能技术越来越广泛的应用于各行各业，而这一切都离不开底层深度学习框架的支持。近日，百度深度学习PaddlePaddle正式发布了强化学习框架PARL，同时开源了基于该框架，在NeurIPS2018强化学习赛事中夺冠的模型完整训练代码，再次向业界展示了百度在深度学习领域的技术能力。PARL的效果如何？PARL是基于百度PaddlePaddle打造的深度强化学习框架，覆盖了DQN、DDQN、
分类：
其他好文 时间：
2019-02-13 21:09:10
阅读次数：
186
