学习资料：《统计学习方法第二版》第一章 一. 机器学习定义 机器学习就是计算机能够利用数据和统计方法提高系统性能的方法。 二. 机器学习分类 机器学习一般可以分为监督学习、无监督学习、半监督学习和强化学习。 三. 机器学习方法三要素 模型+策略+优化算法=机器学习方法 模型 在监督学习中模型就是要学 ...
分类：
其他好文 时间：
2020-04-10 19:48:53
阅读次数：
73
Action Space（行为空间） 定义：在所在环境中所有有效的行为的集合叫行为空间。 一些环境是有离散的行为，对于agent来说是有限的行为，如Atari游戏、Alpha Go。 其他的环境是有连续的行为，如在真实世界的机器人的控制角度等。 Policy（策略） 定义：策略是一种被agent使用 ...
分类：
其他好文 时间：
2020-04-05 18:40:34
阅读次数：
98
(1) (2) (3) 按照学习形式将机器学习划分为监督学习、无监督学习、半监督学习、强化学习、深度学习 监督学习（Supervised Learning）表示机器学习的数据是带标记的，这些标记可以包括数据类别、数据属性及特征点位置等。这些标记作为预期效果，不断修正机器的预测结果。 无监督学习（Un ...
分类：
其他好文 时间：
2020-04-05 11:19:12
阅读次数：
68
机器学习的核心是“使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测” 监督学习，无监督学习，强化学习 比如说无人驾驶，里面涉及了强化学习，通过“奖励”和“惩罚”的方式进行引导机器对目标任务的完成。 整体，我复习了一遍高数的微积分，各种导数，各种定理，概率论各种理论。 ...
分类：
其他好文 时间：
2020-04-02 11:47:21
阅读次数：
110
[TOC] 导读 看任何一个领域的文章，一定要看第一手资料。学习他们的思考方式，论述逻辑，得出一点自己的感悟。因此，通过阅读paper,来提升自己对于这个领域的感性和理性认识。如少年时，玩war3电子竞技一般。理解各个种族，最后突破一点 ,狂练一个种族，找寻突破点。 文章原文:https://ai. ...
分类：
其他好文 时间：
2020-04-02 11:44:44
阅读次数：
88
智能体（agent） 例如alpha-go中的棋盘，用于产生动作的主体就是智能体。 状态（state） l例如当前棋盘中的局势就是状态，表示的是主体执行动作之前需要考虑的外部环境 动作（action） 例如下围棋中的落子，表示智能体在某个状态下采取的一个行为 奖励（reward） 例如当某一步有利于 ...
分类：
其他好文 时间：
2020-04-02 01:14:19
阅读次数：
92
论文为Google Brain在16年推出的使用强化学习的Neural Architecture Search方法，该方法能够针对数据集搜索构建特定的网络，但需要800卡训练一个月时间。虽然论文的思路有很多改进的地方，但该论文为AutoML的经典之作，为后面很多的研究提供了思路，属于里程碑式的论文， ...
分类：
其他好文 时间：
2020-03-27 12:42:46
阅读次数：
87
2015-2017年间，AlphaGo系列事件宣告在围棋领域AI算法战胜人类世界冠军，这主要得益于其背后的核心技术-深度强化学习技术。之后研究者开始转向更加复杂的对战博弈场景，典型例子如Deepmind星际下AlphaStar，和OpenAI dota 下的OpenAi Five，并且均表现出接近甚 ...
分类：
其他好文 时间：
2020-03-19 13:59:49
阅读次数：
90
简介 统计学习，或者说机器学习的方法主要由监督学习、无监督学习和强化学习组成（它们是并列的，都属于统计学习方法）。 统计学习方法要素 1、假设数据独立同分布。（同数据源的不同样本之间相互独立） 2*、假设要学习的模型属于某个函数的集合，称为假设空间。（你确定了这个函数的样式，就是假设空间，但是函数里 ...
分类：
其他好文 时间：
2020-03-18 20:20:51
阅读次数：
103
导读 从一开始的AlphaGo击败世界冠军、到今天的自然语言处理、自动驾驶等，这与机器学习之强化学习算法息息相关。这股技术热浪也在逐年上升中。本文通俗语言简洁强化学习原理，马尔科夫过程，以及深度强化学习的应用。 概论 随着近些年人工智能领域的发展，机器学习技术被分为监督学习、无监督学习和强化学习三大 ...
分类：
其他好文 时间：
2020-03-17 14:06:39
阅读次数：
77
