- @weixin_39910711
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
目录1 简介1.1 什么是强化学习1.2 强化学习的主要特点1.3 强化学习的组成部分2强化学习训练过程3强化学习算法归类3.1 Value Based3.2Policy Based3.3 Actor-Critic3.4 其他分类4EE（Explore & Exploit）探索与利用5 强化学习实际开展中的难点6 强化学习的实际应用6.1 自动驾驶6.2 游戏6.3 推荐系统7 Q-lea
1 异常检测异常检测虽然主要用于非监督学习问题，但从某些角度看，它又类似于一些监督学习问题。什么是异常检测呢？如下例：假想你是一个飞机引擎制造商，当你生产的飞机引擎从生产线上流出时，你需要进行QA(质量控制测试)，而作为这个测试的一部分，你测量了飞机引擎的一些特征变量，比如引擎运转时产生的热量，或者引擎的振动等等。...
目录1 简介1.1 什么是强化学习1.2 强化学习的主要特点1.3 强化学习的组成部分2强化学习训练过程3强化学习算法归类3.1 Value Based3.2Policy Based3.3 Actor-Critic3.4 其他分类4EE（Explore & Exploit）探索与利用5 强化学习实际开展中的难点6 强化学习的实际应用6.1 自动驾驶6.2 游戏6.3 推荐系统7 Q-lea
目录1 无监督学习2K-均值算法K-meansAlgorithm2.1 算法步骤综述2.2 步骤详解2.3 算法图示3K-means算法损失函数3.1定义损失函数变量3.2K-means算法的优化目标3.3 K-means算法步骤与优化函数4K均值算法簇中心的随机初始化 Random initialization4.1 随机初始化遵循法则...
目录1 范式2L0 范数2L1 范数2.1L12.2L1正则化和特征选择3L2 范数3.1L23.2L2正则化和过拟合3.3L2正则化和优化计算3.3.1 condition number3.3.2L2正则化和condition number4 L1与L2的差别4.1下降速度4.2 模型空间的限制5无穷范数...
目录1 决策树2 信息增益2.1香农熵2.2信息增益2.3信息增益比3决策树的生成和修剪3.1决策树的构建3.1.1 ID3算法3.1.2 C4.5算法3.2 决策树的剪枝3.3 CART算法3.3.1CART决策树生成3.3.2CART决策树剪枝3.3.3 CART剪枝算例4停止分裂的条件1 决策树...
学习算法的预测误差, 或者说泛化误差(generalization error)可以分解为三个部分: 偏差(bias), 方差(variance) 和噪声(noise).在估计学习算法性能的过程中, 我们主要关注偏差与方差. 因为噪声属于不可约减的误差 (irreducible error).1 含义偏差bias：期望输出与真实标记的差别称为偏差。方差variance：不同的训练数据集...
1 样本方差和总体方差我们通常所说的方差有两种，一种是样本方差，一种是总体方差。当求样本方差的时候，分母是n-1；当求总体方差的时候，分母是n。在数理统计中，一般所求的都是样本方差，这就需要构造一个统计量样本方差S^2（注意这是一个随机变量），需要使构造的统计量的期望与总体方差相等，这样才能使统计量具有无偏性。在小学数学，也可能是初中数学中才能遇到求总体方差...
通用的block多，原因可能是需要更多的block去学习，而可解释性的方法中添加了很多先验知识。[论文精读] N-BEATS：对可解释时序预测的神经基础扩展分析_哔哩哔哩_bilibili【论文分享】N-BEATS: 神经网络底层扩展分析，用于可解释的时间序列预测。_哔哩哔哩_bilibili...
目录1 FFM原理2基于FFM的逻辑回归模型2.1损失的逻辑回归模型2.2∅(w,xp)的求导过程2.3 示例美团技术团队：https://tech.meituan.com/deep_understanding_of_ffm_principles_and_practices.htmlhttps://blog.csdn.net/zc02051126/article/...