摘要：
摘要：本文主要谈到了对PHP开发中MVC开发模式的理解。 当用户通过url触发命令时，例如url=http://control.blog.sina.com.cn/admin/article/article_add,这意味着进入bolg项目中的admin.php文件，调用框架文件如ThinkPHP框架 阅读全文
摘要：
PS：本文为阅读周志华《机器学习》笔记 介绍 任务与奖赏 我们如果要种西瓜，那要经过很多步骤后，才有可能种出一田好瓜，当然也有可能种出的瓜很差，或者直接给种死了。那么将种瓜的过程抽象出来，总结出一系列好的操作，归为种瓜策略，那么，这个过程，就是“增强学习”。 这是一个简单的图示，其中： 机器处于环境 阅读全文
摘要：
探索与利用增强学习任务的最终奖赏是在多步动作之后才能观察到，于是我们先考虑最简单的情形：最大化单步奖赏，即仅考虑一步操作。不过，就算这样，强化学习仍与监督学习有显著不同，因为机器要通过尝试来发现各个动作产生的结果，而没有训练数据告诉机器应当做什么动作。简而言之：缺少标记； 想最大化单步奖赏要考虑两个 阅读全文
摘要：
（一） 这个算法是基于一个概率来对探索和利用进行折中：每次尝试时，以概率进行探索，即以均匀概率随机选取一个摇臂，以的概率进行利用，即以这个概率选择当前平均奖赏最高的摇臂（如有多个，则随机选取）。 其中：小k表示第k个摇臂。因为大K表示摇臂总数；n表示尝试的次数，vn表示第n次尝试的奖赏。 Qn的直观 阅读全文