日常处理数据过程中，我们会遇到新数据的增加这个问题，我们既想增加新数据，又想利用原先的模型，迁移学习和增量学习就应运而生了，而且在今后的发展中，此类问题会越来越频发。首先推荐几篇博客来探讨一下这个问题：1）Xgboost之增量学习https://blog.csdn.net/xieyan0811/article/details/82949236；2）浅谈迁移学习，增量学习https://blog..

时间差分（Temporal-Difference）是一种无模的强化学习方法，也是强化学习理论中最核心的内容。与动态规划和蒙特卡罗方法相比主要的不同在于值函数的估计。动态规划计算值函数用到了当前的状态和所有后继的状态，以自举法（booststrapping）为基础，用后继状态的值函数估计当前值函数。而蒙特卡洛通过不断试验得到经验平均从而估计值函数。时间差分本质上就是2种方法的结合，利用采样（试验..

首先clone源代码：https://github.com/Tencent/rapidjson/执行 git submodule update --init创建build目录：mkdir build进入build执行cmake ..makemake test执行测试make install安装rapidjson到系统中在CMake 项目使用rapidjson，在 C...

首先声明，本文只是对智能设计的一个猜想，并不具有专业的学术认证，也没有阅读大量文献支持，个人猜想居多，若干年后再来看本文是惊艳才绝还是不切实际的猜想。首先，据我了解目前的机器学习从理论到应用都已经取得了一定成果，特别是最近几年兴起的深度学习已经将机器学习推向了高潮。但是，目前的机器学习还是有一些无法解决或者解决的问题，这也就是今天所要讲的设计师的概念。正如我们自身的经历，小时间我们依依学语，长..

在学习机器学习时，通常会遇到数据集的问题，墙就是一座翻不完的大山，感谢谷歌提供的数据集的包，再也不用担心数据集的问题了。其安装也非常简单，直接pip就行pip install tensorflow-datasets以下罗列了tensorflow-datasets现有的数据集。audio"groove""nsynth"image"abstract_re...

机器学习有很多专业术语，对于初学者来说，理解这些术语存在着不小的难度。在这里，我举个例子，以点及面的阐述机器学习。首先还是说例子：已知f(-1)=0,f(0)=1,f(0.5)=1.8,f(1)=4,f(2)=15,求f(10),f(1.5),f(-2).真实的答案是f(10)=1100,f(1.5)=8,f(-2)=-5.以上数据真实发生。正常来说，我们有n组已知函数的对应关...

在学习机器学习时，通常会遇到数据集的问题，墙就是一座翻不完的大山，感谢谷歌提供的数据集的包，再也不用担心数据集的问题了。其安装也非常简单，直接pip就行pip install tensorflow-datasets以下罗列了tensorflow-datasets现有的数据集。audio"groove""nsynth"image"abstract_re...