blog翻译。原blog：https://keon.github.io/deep-q-learning/ 强化学习 强化学习是一种允许你创造能从环境中交互学习的AI agent 的机器学习算法。就跟我们学习骑自行车一样，这种类型的AI通过试错来学习。如上图所示，大脑代表AI agent并在环境中活动 ...
分类：
其他好文 时间：
2020-06-26 01:13:31
阅读次数：
156
强化学习是近些年最火，最接近“真实情况”的深度学习方式。对比其他学习注重的是决策问题，通过智能体与周边环境的交互学会了如何能获得更多的奖励。 百度的paddle团队开源了强化学习PARL项目，该项目有几大特性： 在实际任务中尝试使用强化学习解决问题 快速调研下不同强化学习算法在同一个问题上的效果 搭 ...
分类：
其他好文 时间：
2020-06-25 11:57:15
阅读次数：
111
强化学习 Reinforce Learning 强化学习区别于机器学习的一点是，强化学习是来做决策的。根据环境的反馈，做出决策。 外界环境情况复杂，和环境的交互主要有 环境的状态 stat、智能体的动作、和对动作带来收益的评价 reward。 这里面涉及2个对象，agent 和 env。 agent ...
分类：
其他好文 时间：
2020-06-24 19:49:13
阅读次数：
65
作者|Jacob Gursky 编译|VK 来源|Towards Data Science 介绍 如果我告诉你训练神经网络不需要计算梯度，只需要前项传播你会怎么样？这就是神经进化的魔力！同时，我要展示的是，所有这一切只用Numpy都可以很容易地做到！学习统计学你会学到很多关于基于梯度的方法，但是不久 ...
分类：
其他好文 时间：
2020-06-21 16:19:59
阅读次数：
61
1、安装TORCS的win版本 下载地址：https://sourceforge.net/projects/torcs/files/all-in-one/ 注意：安装一切默认即可，记住好安装目录，过会要用 2、下载安装接口 patch地址：https://sourceforge.net/projec ...
非显著式编程的做法 收益函数 1998 Tom MitShell 第一本成熟的教科书：MACHINE LEARNING 典型的最优化问题 为数据打标签（独特行业） 监督学习 强化学习（与环境互动） 非监督学习 需要假设：同一类的训练数据在空间中距离更近->样本的空间信息->设计算法将其分成两类 非监 ...
分类：
其他好文 时间：
2020-06-17 10:44:59
阅读次数：
69
一、定义问题，收集数据集 首先要清楚面对问题的输入数据是什么？要预测什么？ 收集这些数据，有需要的话用标签来标注数据。 其次要清楚面对的是什么类型的问题？是二分类问题、多分类问题、标量回归问题、向量回归问题，还是多分类、多标签问题？或者是其他问题，比如聚类、生成或强化学习？确定问题类型有助于你选择模 ...
分类：
其他好文 时间：
2020-06-15 12:16:26
阅读次数：
47
强化学习 马尔科夫决策过程（MDP） 一、马尔科夫过程（Markov Process） 马尔科夫性某一状态信息包含了所有相关的历史，只要当前状态可知，所有的历史信息都不再需要，当前状态就可以决定未来，则认为该状态具有马尔科夫性 \[ P(S_{t+1}|S_t) = p(S_{t+1}|S_1, S ...
分类：
其他好文 时间：
2020-06-06 16:59:34
阅读次数：
219
https://www.bilibili.com/video/BV1T4411X72r?p=3 autoML NAS https://a-suozhang.xyz/2020/03/08/NAS/ BN：https://zhuanlan.zhihu.com/p/33173246 https://spa ...
分类：
其他好文 时间：
2020-06-01 09:11:39
阅读次数：
273
