摘要：
Recall: Markov Property information state: sufficient statistic of... 阅读全文
摘要：
剑指Offer系列是一本国内互联网公司计算机、软件、测试、运维等方向招聘笔试及面试经常会考的编程题合集，一共67道题，其中部分题... 阅读全文
摘要：
正则化本身是一种参数范数惩罚，即权重衰减。 L2参数正则化 L2参数正则化策略通过向目标函数添加一个正则项 ... 阅读全文
摘要：
今天面算法，面试官问协方差是什么，因为平时基本可能用不到，所以一脸懵逼，今天来温习一下什么是协方差。 期望(Expection... 阅读全文
摘要：
牛顿法和梯度下降法大家都很熟悉了，所以这里就不细讲了，直接总结两者的区别，这也是面试算法可能会问到的问题。 NameNote梯... 阅读全文
摘要：
转载自: https://www.toutiao.com/i6644404128439075332/，有删改。附参考：https... 阅读全文
摘要：
Exploration and Exploitation(探索和利用)是强化学习需要去平衡的一个点，即我应该去探索新的选项还是充... 阅读全文
摘要：
RL Algorithm Components 通常包括一个或者更多： Model(模型): world对agent的动作如何改变的... 阅读全文