摘要：
#第一章 基本术语 分类：预测离散值 回归：预测连续值 聚类：将训练集中的内容分为一些簇，训练样本不拥有标记信息 有监督学习：如分类和回归 无监督学习：如聚类 泛化：使得模型可以适用于新样本的能力 假设空间 归纳：特殊到一般（泛化过程） 演绎：一般到特殊（特化过程） 版本空间：与训练集一致的“假设空 阅读全文
摘要：
一、博弈论与进化 策略式博弈模型组成部分 博弈人 策略空间：行动 支付函数：收益 进化博弈论和传统博弈论的区别：进化博弈论把博弈人行为演化过程看作一个时间演化系统, 重点研究博弈人行为的调整过程. 传统博弈论是以博弈人行动所传递的信息为依据, 重点研究博弈人在预期信息下的决策结果。 个人理解：进化博 阅读全文
摘要：
一、强化学习 强化学习是一种无教师学习。 理解：系统有学习器和环境两个模块，分时进行学习，在t=i时，向学习器输入xi，选择动作ai可以获得一个ri。此时系统所要选择的是当输入xi时使得ri 最大的动作ai。选择xi的行为便称为策略。 Q-learning算法的优点：不需要对所处的动态环境建模，所以 阅读全文
摘要：
算法思想 Q-Learning是强化学习算法中value-based的算法，Q即为Q（s，a），就是在某一个时刻的state状态下，采取动作a能够获得收益的期望，环境会根据agent的动作反馈相应的reward奖赏， 所以算法的主要思想就是将state和action构建成一张Q_table表来存储Q 阅读全文
摘要：
#复杂网络上的演化博弈 1. 基本概念 复杂网络的博弈过程 网络及博弈初始化 计算个体收益 更新系统策略 系统到达稳定状态 流程图： 网络演化博弈的组成部分 博弈模型 网络模型 更新策略：个体向邻居学习及修改自身策略的方式。 复杂网络上的演化博弈主要步骤： 个体从其邻居节点中随机选择某一个体进行博弈 阅读全文
摘要：
一、演化博弈理论 1. 基本概念及常用模型 博弈论主要的研究内容：理性参与者之间由于相互作用所产生的行为与结果。 博弈论的博弈论，又被称为对策论，博弈个体之间的策略选择是互相影响的，个体获得的收益不仅仅取决于自身所采取的策略，还需将其他个体的策略也考虑在内。博弈论重点考察在其他个体 策略已经确定的前 阅读全文
摘要：
一、复杂网络的结构特性 1. 度分布 一个节点的重要程度可以用和这个节点度相同的节点的数量Nk占所有节点数量TN的比例。形式化的表示为：P（k）=Nk/TN 网络的平均度：用网络度的一阶矩来表示，表示所有结点的度的平均值。形式化表示为：=ΣkP（k），就是度和这个度的节点占全部节点的比例的乘积，然后 阅读全文
摘要：
一、技术概述 什么是Vue Vue.js是一套构建用户界面的渐进式框架。Vue 只关注视图层， 采用自底向上增量开发的设计。Vue 的目标是通过尽可能简单的 API 实现响应的数据绑定和组合的视图组件。 学习Vue的原因 简单易学 语法很自由 Vue的技术难点 父子组件的双向数据绑定,所以在子组件是 阅读全文
摘要：
这个作业属于哪个课程 2020春W班 这个作业要求在哪里 作业要求 这个作业的目标 作业正文 个人作业——软件工程实践总结&个人技术博客 其他参考文献 csnd 博客园 github 一、回望 对比开篇博客你对课程目标和期待，“希望通过实践锻炼，增强软件工程专业的能力和就业竞争力”，对比目前的所学所 阅读全文
摘要：
| 这个作业属于哪个课程 | "2020春W班" | | : : | : : | |这个作业要求在哪里| "作业要求" | |这个作业的目标|对腾讯即时通信IM进行案例分析| |作业正文| "个人作业" | |其他参考文献| csnd 博客园 github| 一、调研，评测 调研 1. demo使用 阅读全文