上一页 1 2 3 4 5 6 7 8 9 ··· 21 下一页

2022年4月19日

【人工智能导论：模型与算法】MOOC 8.3 误差后向传播(BP) 例题 编程验证

摘要： 8.3 误差后向传播(BP) 原理和推导过程，参考慕课。https://www.icourse163.org/course/ZJU-1003377027 （2022.4.29更正：上面的计算结果W1-W4是错误的。详细说明：【人工智能导论：模型与算法】MOOC 8.3 误差后向传播(BP) 例题 【 阅读全文

posted @ 2022-04-19 18:48 HBU_DAVID 阅读(521) 评论(0) 推荐(0) 编辑

2022年2月17日

【人工智能导论：模型与算法】7.2.5 基于策略：策略梯度 | REINFORCE | Actor-Critic

摘要： 阅读全文

posted @ 2022-02-17 18:23 HBU_DAVID 阅读(38) 评论(0) 推荐(0) 编辑

【人工智能导论：模型与算法】知识点 思维导图 V7

摘要： 阅读全文

posted @ 2022-02-17 00:43 HBU_DAVID 阅读(79) 评论(0) 推荐(0) 编辑

【人工智能导论：模型与算法】7 强化学习 知识结构图

摘要： 阅读全文

posted @ 2022-02-17 00:11 HBU_DAVID 阅读(112) 评论(0) 推荐(0) 编辑

2022年2月16日

【人工智能导论：模型与算法】7.2.4 基于价值：价值迭代 | Q学习

摘要： 阅读全文

posted @ 2022-02-16 17:53 HBU_DAVID 阅读(68) 评论(0) 推荐(0) 编辑

2022年1月24日

【人工智能导论：模型与算法】7.2.1-7.2.3 基于价值：策略优化 策略评估（动态规划、蒙特卡洛、时序差分）

摘要： 挺有难度，推进不动了 ~ 看明白时序差分，再研究Q学习，一步步来 ~ Update： 听了听 王树森 老师的 时序差分 例子，茅塞顿开，开心 ！ https://www.bilibili.com/video/BV1rv41167yx?p=2 阅读全文

posted @ 2022-01-24 19:19 HBU_DAVID 阅读(54) 评论(0) 推荐(0) 编辑

2022年1月23日

【人工智能导论：模型与算法】贝尔曼方程 奖励函数 R(s1,a,s2)的简写，应该是Rs1还是Rs2 ？

摘要： 不同的书写的不大一样。 看的时候有点晕，原来是没有统一标准 ~ 写成： R(s1,a,s2）是没有争议的~ 阅读全文

posted @ 2022-01-23 23:48 HBU_DAVID 阅读(153) 评论(3) 推荐(0) 编辑

2022年1月22日

【人工智能导论：模型与算法】贝尔曼方程 V2.0

摘要： 【人工智能导论：模型与算法】强化学习问题定义 贝尔曼方程 比上一遍好了很多，但还不是很通透，需要看第三遍 ！ 阅读全文

posted @ 2022-01-22 15:57 HBU_DAVID 阅读(190) 评论(0) 推荐(0) 编辑

【人工智能导论：模型与算法】马尔科夫决策过程MDP | 强化学习问题定义：策略函数π，状态-价值函数v(s)，动作-价值函数q(s,a)- V2.0

摘要： 【人工智能导论：模型与算法】马尔科夫决策过程 【人工智能导论：模型与算法】强化学习问题定义 贝尔曼方程 太晚了，贝尔曼来不及看了。贝尔曼有一定难度，拿出时间单独看也好。 第二遍看MDP，理解又深入了一些。 【2022.1.22更新】 价值函数 更新为：状态价值函数。 更多教材采用 状态价值函数 另一 阅读全文

posted @ 2022-01-22 01:52 HBU_DAVID 阅读(170) 评论(1) 推荐(0) 编辑

2022年1月20日

【人工智能导论：模型与算法】6.5 GAN - V1.0

摘要： 阅读全文

posted @ 2022-01-20 21:51 HBU_DAVID 阅读(41) 评论(0) 推荐(0) 编辑

2022年1月19日

【人工智能导论：模型与算法】6.3 卷积神经网络 CNN 6.4 循环神经网络 RNN LSTM GRU - V2.0

摘要： 【人工智能导论：模型与算法】6.3 卷积神经网络 【人工智能导论：模型与算法】6.4 循环神经网络 http://colah.github.io/posts/2015-08-Understanding-LSTMs/ 阅读全文

posted @ 2022-01-19 21:01 HBU_DAVID 阅读(43) 评论(0) 推荐(0) 编辑

2022年1月6日

【人工智能导论：模型与算法】单层感知机 多层感知机 FNN 激活函数 损失函数 逻辑异或线性不可分

摘要： 这一部分难点：交叉熵损失函数 【人工智能导论：模型与算法】交叉熵 V2.0 还是似懂非懂 阅读全文

posted @ 2022-01-06 14:49 HBU_DAVID 阅读(65) 评论(0) 推荐(0) 编辑

2022年1月5日

【人工智能导论：模型与算法】奇异值分解 SVD ：需要线性代数基础

摘要： 特征值分解 特征值求解 特征向量求解 行列式求解 奇异值分解 https://www.cnblogs.com/pinard/p/6251584.html https://blog.csdn.net/u010182633/article/details/45921929 https://www.cnb 阅读全文

posted @ 2022-01-05 01:22 HBU_DAVID 阅读(48) 评论(0) 推荐(0) 编辑

2021年12月29日

【人工智能导论：模型与算法】计算学习理论 霍夫丁不等式 PAC 集成学习 AdaBoosting

摘要： 一串知识盲点，任重道远 ~ 耐下心来慢慢看吧…… 计算学习理论 霍夫丁不等式 PAC 集成学习 AdaBoosting 阅读全文

posted @ 2021-12-29 19:55 HBU_DAVID 阅读(55) 评论(0) 推荐(0) 编辑

【人工智能导论：模型与算法】线性判别分析 LDA

摘要： 主要用来降维，也可用于分类 阅读全文

posted @ 2021-12-29 19:41 HBU_DAVID 阅读(55) 评论(0) 推荐(0) 编辑

【人工智能导论：模型与算法】决策树 ： 信息熵；信息增益；信息增益率；基尼系数

摘要： 决策树构建： 选择最佳属性对原样本集进行划分（信息增益： 在 ID3 决策树中使用 信息增益率： 在 C4.5 决策树中使用 基尼系数： 在 CART 决策树中使用） 划分后的不同子样本集都只存在同类样本，那么停止划分 阅读全文

posted @ 2021-12-29 00:22 HBU_DAVID 阅读(133) 评论(0) 推荐(0) 编辑

2021年12月28日

【人工智能导论：模型与算法】交叉熵 V2.0 还是似懂非懂

摘要： 【人工智能导论：模型与算法】信息熵 交叉熵 阅读全文

posted @ 2021-12-28 23:08 HBU_DAVID 阅读(28) 评论(0) 推荐(0) 编辑

【人工智能导论：模型与算法】线性回归 逻辑回归

摘要： Logistic Regression in Machine Learning - Javatpoint Linear Regression in Machine learning - Javatpoint 逻辑回归是用来分类的，不是回归。那为什么名字叫回归？ 阅读全文

posted @ 2021-12-28 18:49 HBU_DAVID 阅读(72) 评论(0) 推荐(0) 编辑

【人工智能导论：模型与算法】有监督（分类 回归）无监督（聚类 降维）

摘要： 阅读全文

posted @ 2021-12-28 18:41 HBU_DAVID 阅读(114) 评论(0) 推荐(0) 编辑

【人工智能导论：模型与算法】机器学习基础

摘要： ref：李宏毅 邱锡鹏 阅读全文

posted @ 2021-12-28 01:25 HBU_DAVID 阅读(106) 评论(0) 推荐(0) 编辑

上一页 1 2 3 4 5 6 7 8 9 ··· 21 下一页

导航