之前讲了监督学习和无监督学习，今天主要讲“强化学习”。 马尔科夫决策过程；Markov Decision Process（MDP） 价值函数；value function 值迭代；value iteration(算法，解决MDP) 政策迭代；policy iteration(算法，解决MDP) 什么...
分类：
其他好文 时间：
2015-04-13 22:40:50
阅读次数：
213
using System;
using System.Windows.Forms;
using System.IO;
using System.Text.RegularExpressions;
using System.Collections;
using System.Collections.Generic;
using System.ComponentModel;
namespace HMM...
特征向量：跟踪框位置相对轨迹中心的比值，角度，速度。马尔科夫模型：State Sequence, q1 q2 ...... qTt个状态之间的转移可见，则这个时间序列的概率是πq1 × aq1q2 × ...... × aqT-1qT隐马尔科夫模型：状态不可见（隐藏），只能从观察值推测出，所以由观察...
分类：
其他好文 时间：
2015-03-21 01:06:22
阅读次数：
222
MDP：马尔科夫决策过程（Markov Decision Process）贝尔曼等式：上节说到，这是对于确定性动作的模型。如果随机性动作的模型，应该表示为即，执行动作后的状态有多个，按照概率乘以值函数得到上式。因此，当前状态最优执行动作就是对于每个状态都有一个Vπ(S) ，所以对于每一步来说，可以得...
分类：
其他好文 时间：
2015-03-20 12:31:03
阅读次数：
108
MDP：马尔科夫决策过程（Markov Decision Process）策略评价：对于确定性动作（deterministic actions），由于状态转换可能是无限的，那么奖惩函数之和的值也可能是无限的；对于随机性动作（stochastic actions），同样，奖惩函数期望之和也有可能是无限...
分类：
其他好文 时间：
2015-03-20 12:17:10
阅读次数：
192
MDP：马尔科夫决策过程（Markov Decision Process）定义：一个马尔可夫模型包括如下部分状态集 S (States)动作集 A (Actions)奖惩函数 R (reward function)在状态 s 下，执行 a 动作的影响函数 T我们假设执行动作 a 的效果只与当...
分类：
其他好文 时间：
2015-03-20 10:42:02
阅读次数：
140
作者：jostree转载请注明出处http://www.cnblogs.com/jostree/p/4335810.html一个例子：韦小宝使用骰子进行游戏，他有两种骰子一种正常的骰子，还有一种不均匀的骰子，来进行出千。开始游戏时他有2/5的概率出千。对于正常的骰子A，每个点出现的概率都是1/6.对...
分类：
编程语言 时间：
2015-03-13 21:59:43
阅读次数：
368
HMM的学习笔记
HMM是关于时序的概率模型，描述由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列，再由各个状态生成不可观测的状态随机序列，再由各个状态生成一个观测而产生观测的随机过程。
HMM由两个状态和三个集合构成。他们分别是观测状态序列，隐藏状态序列，转移概率，初始概率和混淆矩阵（观察值概率矩阵）。
HMM的三个假设：
1、有限历史性假设，p(si|si-1,si-2,.....
分类：
编程语言 时间：
2015-03-12 20:53:00
阅读次数：
244
看本篇文章，假设你已经知道HMM中的前向算法相关概念
如果不知道，推荐先学习HMM学习最佳范例中相关文章这个问题来自于HMM学习最佳范例五：前向算法5
只不过再手动算一下，加深一下自己的理解已知隐马尔科夫模型如下：1、隐藏状态 (天气)：Sunny，Cloudy，Rainy；
2、观察状态（海藻湿度）：Dry，Dryish，Damp，Soggy；
3、初始状态概率： Sunny（0.63），...
分类：
编程语言 时间：
2015-03-05 19:31:13
阅读次数：
480
自然语言处理 基于规则 基于统计统计语言模型中文分词 梁南元--查字典 郭进--统计语言模型 Basis Technology 通用分词器 葛显平、朱安隐含马尔科夫模型信息熵贾里尼克、香农、雅各布森、乔姆斯基、弗兰德、哈克特统计语音识别和自然语言处理雅让斯基、布莱尔阿米特.辛格搜索引擎：...
分类：
其他好文 时间：
2015-02-19 20:43:20
阅读次数：
310
