摘要：
机器学习基础 信息论相关概念总结以及理解 [toc] 摘要： 熵（entropy）、KL 散度（Kullback Leibler (KL) divergence）和交叉熵（cross entropy）以及JS散度，在深度学习以及机器学习很多地方都用的到，尤其是对于目标函数和损失函数的定义。在逻辑回归 阅读全文
摘要：
从强化学习到深度强化学习再到强化学习的应用和展望 对于强化学习，之前有一种说法：深度学习是昨天，强化学习是今天，迁移学习是明天。虽说有些言过其实，但强化学习的思想，笔者看来还是最接近于人工智能的思想。 刚刚开始接触强化学习时，研究生刚刚入学，组里需要做关于自动驾驶决策相关方面的研究，导师就把这任务给 阅读全文
摘要：
2021 年算法岗及自动驾驶相关岗位实习招聘信息（日更） 文章主要是整理实习招聘的相关信息 1. "国内公司人工智能方向（含机器学习、深度学习、计算机视觉和自然语言处理）岗位的招聘信息（含全职、实习和校招）" in GitHub. 2. "AI算法岗求职攻略（涵盖准备攻略、刷题指南、内推和AI公司清 阅读全文
摘要：
机器学习基础（三） "机器学习系列（一）——基础概念及分类" "机器学习系列（二）——分类及回归问题" [toc] 在本文中着重介绍机器学习中的目标函数（代价函数，Cost Function）以及损失函数（Loss Function），并对涉及到的一些数学概念(最大似然函数、交叉熵、最小二乘法)进行 阅读全文