随笔档案「2017年10月」 - _1024

强化学习 Note

摘要：1、这篇note来自https://www.zybuluo.com/tinadu/note/629229 1.1、初步作者认为，DRL可以用于解决通用人工智能问题，通用人工智能包含3部分：通用任务：解决一般性任务，减少对领域知识的依赖；非线性的神经网络可以表征这一问题；学习能力：学习分为归纳和阅读全文

posted @ 2017-10-30 18:46 _1024 阅读(463) 评论(0) 推荐(0)

强化学习(David Silver)9：探索与利用

摘要：1、介绍 1.1、探索方案的策略 1) 随机探索 2) 面对不确定性保持乐观: 估计不确定的值; 选择不确定最大的探索 3) 信息状态空间: 把代理的信息看做值的一部分; 考虑那些有助于提高reward的收益 1.2、探索的方式 1) 在状态-动作空间泰索 2) 在参数空间探索优势: 连续探索劣阅读全文

posted @ 2017-10-23 19:04 _1024 阅读(1685) 评论(0) 推荐(0)

强化学习(David Silver)8：集成学习和计划

摘要：1、介绍这课中的规划就是预测 1.1、Model-Based的两层含义 agent学习环境从一个状态向另一个状态的转移 agent学习状态转移收益 ps: model的学习主体是agent 1.2、利弊利: 通过监督学习高效学习; 解释model的不确定原因弊: 学习模型+构造值函数, 叠加两阅读全文

posted @ 2017-10-22 23:25 _1024 阅读(985) 评论(0) 推荐(0)

强化学习(David Silver)7：策略梯度算法

摘要：1、简介 1.1、PolicyBased方法优劣优势：更好的收敛特性在高维或者连续的action空间里面有效可以学习随机策略劣势：收敛到局部最优，而非全局最优 policy估计训练慢、高方差，有时候没有值函数有效:ValueBased方法使用Max贪心优化跑得快; 策略梯度方法在梯度方向阅读全文

posted @ 2017-10-20 19:52 _1024 阅读(1757) 评论(0) 推荐(0)

数学基础01-最优化(梯度下降法、牛顿法、拟牛顿法等)

摘要：1、最优化问题分类按照约束条件分，可以分为：无约束优化问题、有不等式优化问题、有不等式优化问题。按照是否线性，可以分为线性优化问题(目标函数和约束均线性)、非线性优化问题(目标函数和约束中任意部分非线性)。按是否凸，可以分为凸优化问题、非凸优化问题。对于有约束优化问题，常见的做法是转换到无约阅读全文

posted @ 2017-10-16 22:08 _1024 阅读(2537) 评论(0) 推荐(1)

基础模型10-word2vec

摘要：1、word2vec 1.1、Skip-Gram/Cbow 1.2、HS/NE 2、文本中的paramGraph2Vec 3、电商中的user2vec/item2Vec 4、网络中的Node2vec 5、Glove 阅读全文

posted @ 2017-10-16 21:53 _1024 阅读(150) 评论(0) 推荐(0)

基础模型09-pLSA+LDA

摘要：这个不用多说啦。大家都懂的。模型求解非常有意思。阅读全文

posted @ 2017-10-16 21:52 _1024 阅读(152) 评论(0) 推荐(0)

ML基础06-数据不平衡问题

摘要：0、什么是数据不平衡问题在机器学习的分类问题中，不同类别的样本数据量存在差异。在某些场景，比如网页点击率预估(网页点击率低)，购物推荐(浏览产生的购买少)，信用卡欺诈，网络攻击识别等，这种差异可能会较大。传统的学习算法，对不同类别的数据一视同仁地处理，会产生在多数类样本效果较好，但是在少数类样本上阅读全文

posted @ 2017-10-16 21:35 _1024 阅读(411) 评论(0) 推荐(0)

ML 100问

摘要：准备整理自己关于ML的思考和理解，长期迭代，整理出100个自己认为的重要问题来。 180823：ABTest为什么使用Z检验？不用卡方检验？ http://webdataanalysis.net/data-analysis-method/t-test-and-chi-square-test/这篇文章阅读全文

posted @ 2017-10-16 17:10 _1024 阅读(433) 评论(0) 推荐(0)

10 2017 档案