首发于知乎：【强化学习1.0】导论 & 多臂赌博机问题（multi-armed bandit）欢迎关注导论：何为强化学习？强化学习（Reinforcement Learning，下面简称RL）研究的是在交互中学习的方式。通俗来说，就是“做什么能让我们最终的收益最大化”。最常举例的一个场景就是游戏，比如下棋。对于每一步都没有标准答案可供学习，但是最终的收益是固定的，比如胜一场1分、平0分、负

ACM官网消息：https://awards.acm.org/about/2018-turing众所周知的深度学习三巨头： Yoshua Bengio, Geoffrey Hinton, Yann LeCun 三人共同拿下本年度的图灵奖，以表彰他们在人工智能领域内所做的贡献。图灵奖是计算机领域内的最高奖项。以著名的计算机科学家艾伦图灵的名字命名，由ACM设立，每年颁发。这里我们还是重点关注三...

机器学习中的各种损失函数SVM multiclass loss（Hinge loss）这是一个合页函数，也叫Hingefunction，loss 函数反映的是我们对于当前分类结果的不满意程度。在这里，多分类的SVM，我们的损失函数的含义是这样的：对于当前的一组分数，对应于不同的类别，我们希望属于真实类别的那个分数比其他的类别的分数要高，并且最好要高出一个margin...

ACM官网消息：https://awards.acm.org/about/2018-turing众所周知的深度学习三巨头： Yoshua Bengio, Geoffrey Hinton, Yann LeCun 三人共同拿下本年度的图灵奖，以表彰他们在人工智能领域内所做的贡献。图灵奖是计算机领域内的最高奖项。以著名的计算机科学家艾伦图灵的名字命名，由ACM设立，每年颁发。这里我们还是重点关注三...

Python docx module for Word or WPS processing本文是通过docx把word中的表格中的某些已填好的内容提取出来，存入excel表格。首先安装docx的python模块：pip install python-docx由于处理的为中文和符号，改成utf-8编码格式import sysreload(sys)sys.setdefaulte...

首发于知乎：【强化学习1.0】导论 & 多臂赌博机问题（multi-armed bandit）欢迎关注导论：何为强化学习？强化学习（Reinforcement Learning，下面简称RL）研究的是在交互中学习的方式。通俗来说，就是“做什么能让我们最终的收益最大化”。最常举例的一个场景就是游戏，比如下棋。对于每一步都没有标准答案可供学习，但是最终的收益是固定的，比如胜一场1分、平0分、负

论文笔记[2] 深度CNN图像质量预测Introduction本文主要讲如何用深度CNN模型来做图像质量评估 / 预测（image quality assessment / prediction）。但是这个问题比较困难的一个原因在于缺少数据，即对一张图片的质量人工主观评价的分数。而且对于这类问题，常规的data augmentation方法都不适用，因为会改变主观分数。对于图像质量...

首发于知乎：【强化学习1.0】导论 & 多臂赌博机问题（multi-armed bandit）欢迎关注导论：何为强化学习？强化学习（Reinforcement Learning，下面简称RL）研究的是在交互中学习的方式。通俗来说，就是“做什么能让我们最终的收益最大化”。最常举例的一个场景就是游戏，比如下棋。对于每一步都没有标准答案可供学习，但是最终的收益是固定的，比如胜一场1分、平0分、负

Python docx module for Word or WPS processing本文是通过docx把word中的表格中的某些已填好的内容提取出来，存入excel表格。首先安装docx的python模块：pip install python-docx由于处理的为中文和符号，改成utf-8编码格式import sysreload(sys)sys.setdefaulte...

fastText的参数和用法fastText由FB开源，主要基于fasttext这篇文章的思路paper，主要用于两个任务：训练词向量和文本分类。下载地址与document ：fasttext官网fasttext的 主要功能：Training Supervised Classifier [supervised] Supervised Classifier Training for Tex...