摘要：
策略梯度(Policy Gradient) 在一个包含Actor、Env、Reward Function的强化学习的情景中，Env和... 阅读全文
摘要：
马尔科夫决策过程(Markov Decision Process) 马尔科夫决策过程(Markov Decision Process... 阅读全文
摘要：
参考 Deep Learning 英文原版深度学习中文版 阅读全文
摘要：
Bagging(装袋法)，bootstrap aggregating(自举汇聚法) 的简称，是一个通过组合多个模型来减少泛化误差... 阅读全文
摘要：
universal approximation theorem 万能近似定理(universal approximation the... 阅读全文
摘要：
如果概括性地回答这个问题，我们其实是希望得到最大似然(maximum likelihood)，使得模型的预测分布与数据的实际分布尽可... 阅读全文
摘要：
内容总结自花书《deep learning》Chapter5，由英文版翻译而来，英文版可以在其官网免费查阅。同时博主也发明中文翻... 阅读全文
摘要：
内容总结自花书《deep learning》Chapter5，由英文版翻译而来，英文版可以在其官网免费查阅。同时博主也发明中文翻... 阅读全文
摘要：
内容总结自自花书《deep learning》Chapter 5，由英文版翻译而来。英文版官网可以免费查阅：http://www... 阅读全文
摘要：
内容总结自自花书《deep learning》Chapter 5.5，由英文版翻译而来。英文版官网可以免费查阅：http://w... 阅读全文