Data and AI

摘要： 如书中所说算法很快收敛，但是实验发现结果不稳定。有待进一步探究。 ε-贪婪蒙特卡洛控制：5×5 网格世界实战 场景设定与实验目标 环境：\(5\times 5\) 网格，左上角为 \((1,1)\)。 动作集合：上、下、左、右、不动，共 5 个确定性动作。 奖励： 出格：\(-1\) 禁区（橙色格子 阅读全文

摘要： 网格世界价值迭代（Value Iteration）完整示例 注： 本文参照 《强化学习中的数学原理》一书，4.1章节“价值优化”部分的，例子是4.2策略优化中的数据。 代码借助AI一步步写出 代码大循环（Bellman Optimalty Equation直接求解V，只需要一次迭代）迭代111次 对 阅读全文

摘要： 网格世界策略评估与策略改进（5 动作） 注： 本文参照 《强化学习中的数学原理》一书，4.2章节“策略优化”部分的。 代码借助AI一步步写出，在复现算法过程中，中间结果与书中不一样。 代码大循环迭代17次 https://github.com/MathFoundationRL/Book-Mathem 阅读全文

摘要： Here’s a clear summary of what you learned and the workflow for using GitHub Copilot and OpenSpec for Spec-Driven Development (SDD) initiation: ┌───── 阅读全文

摘要： Blender及Trae Blender MCP安装、配置与调试详细过程 一、Trae Blender MCP安装 安装uv 安装途径选择：在Trae平台安装Blender MCP时，明确不能通过Marketplace创建MCP，必须采用手动安装方式，避免因错误安装途径导致安装失败。 配置文件设置： 阅读全文

摘要： 决策树算法总结 决策树算法总结 基本概念 决策树是一种基本的分类与回归方法，通过对特征空间进行划分构建树形结构以实现决策。它由节点和有向边构成，内部节点代表一个特征或属性，分支是该特征的不同取值，叶节点表示类别或值。其核心思想是依据特征的不同取值对数据集进行递归划分，直至满足停止条件。 信息论相关概 阅读全文

摘要： 1. 朴素贝叶斯算法总结 1.1 模型 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率分布；然后基于此模型，对给定的输入 \(x\)，利用贝叶斯定理求出后验概率最大的输出 \(y\)。 设输入空间 \(\mathcal{ 阅读全文

摘要： 1. KNN算法和KD - tree总结 1.1 KNN算法 模型 K近邻（K - Nearest Neighbors，KNN）算法是一种基本的分类与回归方法。它的模型实际上是对特征空间的划分，给定一个训练数据集，对于新的输入实例，在训练数据集中找到与该实例最邻近的 \(K\) 个实例，然后根据这 阅读全文

摘要： 感知器模型数学理论 感知器（Perceptron）是一种二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别（取 +1 和 -1）。 模型定义 给定一个输入向量 \(\mathbf{x} = (x_1, x_2, \cdots, x_n)^T\)，感知器模型的输出 \(y\) 由以下公式计 阅读全文

摘要： 这本书的第一部分塑造了你的思维。我们了解了 AI 是什么和不 是什么，帮助您设定期望。我们没有将 AI 视为取代您工作的机器人，而是 了解到 AI 可以成为一种实用的商业工具。您现在可以使用它来提高生产 力、减少人为错误，甚至增加收入。我们还了解到，AI 并不是解决所有问 题的灵丹妙药。它适用于具有 阅读全文