强化学习导论_Sutton

【机器学习】强化学习（五）深度强化学习理论

强化学习算法如Q学习的确有一些局限性，比如状态和动作空间过大或过复杂的问题。针对这些问题，有一些解决方案，比如：使用函数逼近来近似Q函数，而不是用表格存储。
十年一梦实验室·2024-01-23 09:54

初识人工智能，一文读懂强化学习的知识文集(5)

作者简介，普修罗双战士，一直追求不断学习和成长，在技术的道路上持续探索和实践。多年互联网行业从业经验，历任核心研发工程师，项目技术负责人。欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一人工智能专栏人工智能专业知识学习二人工智能专栏人工智能专业知识学习三人工智能专栏人工智能专业知识学习四人工智能专栏人工智能专业知识学习五人工智能专栏人工智能专业知识学习六人工智能专栏人工智能专业知
普修罗双战士·2024-01-23 09:09

又水了一篇……

第一章是导论部分，导论部分主要是为了解决我们的疑惑。就是在研究新制度经济学的时候，首先我们要知道三个问题。就是什么是经济学？什么是制度？新制度的新又新在哪里？首先，我先讲一下什么是经济学？
夜听风雨·2024-01-23 03:56

生物信息学导论-北大-新一代测序NGS：转录组分析RNA-Seq 1

ref:https://www.coursera.org/learn/sheng-wu-xin-xi-xue/home本文主要来自本课的讲义+搜索内容。Real-TimeqRT-PCR基于互补杂交反应（complementaryhybridizationreaction），PCR技术的发展促进了本技术的发展，缺点是：1.低通量2.需要有转录本序列的先验知识。步骤：Real-TimeQuantita
陆沙·2024-01-23 00:50

自考计算机数据结构导论,自考数据结构导论……

“如果你想通过数据结构导论这门课，至少得看两遍书吧？”
韩景旭·2024-01-22 22:03

【机器学习】强化学习（三）蒙特卡洛算法

无模型算法三、蒙特卡洛算法蒙特卡洛(MonteCarlo)方法是一种基于样本的强化学习算法，它通过执行和学习代理（也就是我们编程的AI）环境交互的样本路径来学习。
十年一梦实验室·2024-01-22 19:17

渗透测试导论

渗透测试-概述渗透测试（PenetrationTesting），就是一种通过模拟恶意攻击者的技术与方法，挫败目标系统安全控制措施，取得访问控制权，并发现具备业务影响后果安全隐患的一种安全测试与评估方法简单来说渗透测试是通过各种⼿段对⽬标进⾏⼀次渗透（攻击），通过渗透来测试⽬标的安全防护能⼒和安全防护意识。渗透过程最主要的底层基础是目标系统中存在安全漏洞（指信息系统中存在的缺陷或不适当的配置，他们可
想拿 0day 的脚步小子·2024-01-22 13:10

强化学习

https://www.bilibili.com/video/BV1DE411P76g?p=1&share_medium=android&share_plat=android&share_source=COPY&share_tag=s_i×tamp=1590542089&unique_k=0sxR2I
eftales·2024-01-22 11:16

Python实现《算法导论》伪代码：最大子数组问题

一个数组的和最大的非空连续子数组称为该数组的最大子数组。只有当数组中包含负数时，最大子数组问题才有意义。Python实现代码：defmid_cross(arr,low,mid,high):left_sum=-float('inf')cal_sum=0foriinrange(mid,low-1,-1):cal_sum=cal_sum+arr[i]ifcal_sum>left_sum:left_sum
Richard1905·2024-01-22 11:59

Python实现《算法导论》伪代码：快速排序

对于包含n个数的输入数组而言，快速排序是一种最坏情况时间复杂度为Θ(n2)\Theta(n^2)Θ(n2)的排序算法，但是它的平均性能非常好，它的期望时间复杂度是Θ(nlgn)\Theta(n\lgn)Θ(nlgn)，而且Θ(nlgn)\Theta(n\lgn)Θ(nlgn)中隐含的常数因子非常小。Python实现代码：importnumpyasnpdefquick_sort(A,p,r):ifp
Richard1905·2024-01-22 11:59

前言 - 现代密码学导论 Introduction to Modern Cryptography

IntroductiontoModernCryptography-JonathanKatzandYehudaLindell前言这本书介绍了密码学的基本原理和原则。旨在作为密码学本科或研究生课程的教科书，作为适合自学的一般介绍(特别是对于即将毕业的学生(beginninggraduatestudents))，并作为学生、研究人员和从业人员的参考资料。如今已有许多其他的密码学教科书，读者们会询问是否还
red1y·2024-01-22 11:42

NLP论文阅读记录 - 2022 | WOS 04.基于 XAI 的强化学习方法，用于社交物联网内容的文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言XAI-BasedReinforcementLearningApproachforTextSummarizatio
yuyuyu_xxx·2024-01-22 07:57

深度强化学习Task2：策略梯度算法

本篇博客是本人参加Datawhale组队学习第二次任务的笔记【教程地址】文章目录基于价值算法和基于策略算法的比较策略梯度算法策略梯度算法的直观理解策略梯度算法REINFORCE算法基于平稳分布的策略梯度算法REINFORCE算法实现策略函数设计模型设计更新函数设计练习总结基于价值算法和基于策略算法的比较基于价值的算法是通过学习价值函数来指导策略的，而基于策略的算法则是对策略进行优化，并且通过计算轨
卡拉比丘流形·2024-01-22 07:16

一对一包教会脑电教学服务

想强化学习脑电某个内容版块可以吗？...”，也有小伙伴联系我们，咨询脑电相关内容能
茗创科技·2024-01-22 06:24

译文《Learning to Drive in a Day》

摘要——我们展示了深度强化学习在自动驾驶中的首次应用。从随机初始化的参数中，我们的模型能够使用单个单眼图像作为输入，在少数训练集中学习车道跟随策略。
qq_16740151·2024-01-22 06:34

大数据导论（4）---大数据应用

文章目录1.在互联网中的应用1.1推荐系统1.2长尾理论1.3推荐方法与模型1.4推荐系统应用2.在其他领域的应用2.1企业营销2.2智慧交通1.在互联网中的应用1.1推荐系统 1.推荐系统产生： (1)互联网的飞速发展使我们进入了信息过载的时代，搜索引擎可以帮助我们查找内容，但只能解决明确的需求。 (2)为了让用户从海量信息中高效地获得自己所需的信息，推荐系统应运而生。推荐系统是大数据在互联网领
冒冒菜菜·2024-01-22 05:55

AlphaGo Zero学习笔记

对该状态节点所有可能的动作进行扩展，建立一颗以为根节点的搜索树前向搜索前向搜索在状态动作数量都很少的时候没有问题，但是只要稍微状态动作数量多一点，每个状态的选择就都特别慢了简单蒙特卡洛搜索简单蒙特卡罗搜索基于一个强化学习模型和一个模拟策略
神奇的托尔巴拉德·2024-01-22 02:24

2018-09-19杨美春

以下是本次读书的收获和感想：一．导论的主要观点第一，促进和制约中国土地确权的四大主要因素：①松散的确权当局②土地和房地产的分离③历史因素④既得利益集团的阻挠第二，土地确权突出强调的两大关键问题
18郎师门·2024-01-21 22:17

生物信息学导论-北大-变异的功能预测3（Comparative Modeling）

ref:https://www.coursera.org/learn/sheng-wu-xin-xi-xue/home本文主要来自本课的讲义。ComparativeModeling就是第一节提到的同源建模HomologyModeling，指利用序列的相似性去推测蛋白质结构。回放：同源建模HomologyModeling：SWISS-MODEL执行：先在数据库中搜索（i.e.BLAST）找到至少一个
陆沙·2024-01-21 17:34

生物信息学导论-北大-变异的功能预测2（SAPRED）

ref:https://www.coursera.org/learn/sheng-wu-xin-xi-xue/home本文主要来自本课的讲义。生物学问题：如何区分致病变异和中性变异？如何预测一个变异是否致病？方法：Conservation-based：SIFTRule-based：PolyPhenClassifier-based：PolyPhen2,SAPREDSAPRED：SingleAmino
陆沙·2024-01-21 17:04

生物信息学导论-北大-变异的功能预测1

ref:https://www.coursera.org/learn/sheng-wu-xin-xi-xue/home本文主要来自本课的讲义。基因突变的来源Germlinemutation（胚系突变）来自父母的遗传，是生殖细胞携带的突变，可以遗传在个体每个细胞中都存在Denovomutation（新发突变）父母本身没有突变，一般来自精卵结合或受精卵发育过程中的自发突变很常见，一般不会带来功能性的问
陆沙·2024-01-21 17:03

从0开始学习C++ 第十二课：指针强化

第十二课：指针强化学习目标：理解常量指针与指针常量的区别。学习如何使用函数指针。掌握指针与数组的高级使用技巧。
mls学习小记·2024-01-21 16:58

一对一包教会脑电教学服务

想强化学习脑电某个内容版块可以吗？...”，也有小伙伴联系我们，咨询脑电相关内容能
茗创科技·2024-01-21 16:43

Python入门之机器学习（非常详细）篇幅拉满，一般人看不完！

机器学习其实就是想让计算机像人一样思考而研发出的计算机理论，目前常用的机器学习有以下几种算法：监督学习supervisedlearning;非监督学习unsupervisedlearning;半监督学习semi-supervisedlearning;强化学习
码农必胜客·2024-01-21 13:33

统计学习方法-第1章-绪论

2019June28监督学习统计学习方法-第1章-绪论统计学习分类分类标准类型基本分类监督学习、无监督学习、强化学习按模型分类概率模型、非概率模型（在监督学习中，概率模型是生成模型，非概率模型是判别模型
chiemon·2024-01-21 13:04

设计、训练、测试、部署，用Python手把手开发AI模型

有几种不同类型的机器学习，包括监督学习、无监督学习、半监督学习和强化学习。在监
Python学研大本营·2024-01-21 11:50

强化学习第1天：马尔可夫过程

☁️主页Nowl专栏《强化学习》君子坐而论道，少年起而行之一、介绍什么是马尔可夫过程？
Nowl·2024-01-21 10:17

基于机器学习的心电图诊断识别

人工智能导论心电数据预处理基于机器学习的心电图诊断识别基于集成学习的心电图诊断识别实验报告，实验截图，截图内容是自己程序执行后的输出人工智能领域主要包括计算机视觉（CV）、自然语言处理（NLP）、跨媒体分析推理
未晞~·2024-01-21 08:06

教育学书单

1.布鲁纳《教育过程》2.泰勒《课程与教学的基本原理》3.博比特《课程》4.阿普尔《意识形态与课程》5.麦克▪扬《未来的课程》6.斯腾豪斯《课程研究与编制导论》7.派纳《理解课程》8.佐藤学《课程与教师
一头小冒冒·2024-01-21 06:43

【机器学习】强化学习（四）-时序差分学习

蒙特卡洛算法需要使用完整的片段进行计算，这在有些问题中是不现实的，尤其是对于没有终止状态的问题。时序差分算法对此进行了改进蒙特卡洛控制和时序差分学习有什么区别？四、时序差分算法（TemporalDifferenceLearning,TD学习）4.1时序差分（0）4.2Sarsa算法4.3Q学习（Q-learning）4.4Sarsa和Q-learning有什么区别？4.5示例代码公共类：discr
十年一梦实验室·2024-01-21 06:40

【伤寒强化学习训练】打卡第五十五天 一期90天

4.3.1咳嗽篇条文14.1-14.18串讲张仲景的医术是可以在家自己不靠注解而学习的，读白文并不是一个很不可思议的学习法。麻黄用多了会伤心阳，伤了心阳就会心悸。【14.1】师曰：咳嗽发于肺，不专属于肺病也，五脏六腑感受客邪皆能致咳。所以然者，邪气上逆，必干于肺，肺为气动，发声为咳。欲知其源，必察脉息。为子条记，传与后贤。【14.2】肺咳，脉短而涩。假令浮而涩，知受风邪；紧短而涩，知受寒邪；数短而
A卐炏澬焚·2024-01-21 05:30

教育漫话概论（八）

声明：本文为对翻译版的《教育漫话》再概括后得出的内容，作者无法对全部内容精彩地展示出来，因此该篇文章可以看作教育漫话的导论，欢迎各位批评指正。
夏日花火啊·2024-01-21 04:09

(202401)深度强化学习基础2：策略梯度

文章目录前言策略梯度1基于价值算法的缺点2策略梯度算法3REINFORCE算法本章小结前言感谢Datawhale成员的开源本次学习内容的文档地址为第九章策略梯度策略梯度这个章节会开始介绍基于策略梯度的算法。前面的算法都是针对“奖励”或者说“回报（reward）”的，而这次的则是直接对策略本身进行近似优化。这与之前的差别很大，我这里也大约明白了一点为什么任务一直接让人跳到DQN但是却不跳过第二章“马
早上真好·2024-01-20 22:27

（202401）深度强化学习基础与实践1：马尔科夫过程、DNQ算法回顾

算法深度网络经验回放目标网络实战DQN算法DQN算法进阶DoubleDQNDuelingDQNNoisyDQNPERDQNC51算法序言本文章记录Datawhale开源学习组织2024年第一期学习，《深度强化学习基础与实践
早上真好·2024-01-20 22:56

网络安全 | 2024年最全的黑客学习教程，从0到高手，建议收藏！

1.网络安全基础导论尤其是法律法规和发展方向，一定要对网络安全有清楚的认知！2.操作系统基础Vmw
网安老伯·2024-01-20 21:37

ChatGPT提示词保姆级教程

教程吴恩达联合OpenAI出ChatGPT提示词教程课程涵盖从理论到应用的各个方面，包括大型语言模型、文本嵌入、强化学习等技术的应用。
Dlimeng聊AI·2024-01-20 21:32

大数据导论（1）---大数据概述

文章目录1.数据1.1数据的概念1.2数据类型1.3数据的组织形式1.4数据的生命周期1.5数据使用1.6数据的价值和爆炸2.大数据时代2.1大数据概念2.2大数据发展阶段2.3大数据产业1.数据1.1数据的概念 1.数据定义：数据是对客观事物的性质、状态以及相互关系等进行记载的物理符号，是可识别的、抽象的。 2.数据和信息是两个不同概念，信息是较为宏观的概念，它由数据的有序排列组合而成，传达给读
冒冒菜菜·2024-01-20 21:30

大数据导论（3）---大数据技术

文章目录1.大数据技术概述2.数据采集与预处理2.1数据采集2.2预处理3.数据存储和管理3.1分布式基础架构Hadoop3.2分布式文件系统HDFS3.3分布式数据库HBase3.4非关系型数据库NoSQL4.数据可视化与保护1.大数据技术概述 大数据技术主要包括数据采集与预处理、数据存储、数据处理与分析、数据可视化、数据安全和隐私保护等几个层面的内容。技术层面功能数据采集与预处理利用ETL工具
冒冒菜菜·2024-01-20 21:28

HAQ: Hardware-Aware Automated Quantization with Mixed Precision

但是如果想认为找到这个最优值是不可能的，于是作者使用强化学习的方法来找到最合理的量化bit数。
JachinMa·2024-01-20 19:44

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)

专属领域论文订阅关注{晓理紫|小李子}，每日更新论文，如感兴趣，请转发给有需要的同学，谢谢支持分类:大语言模型LLM视觉模型VLM扩散模型视觉导航具身智能，机器人强化学习开放词汇，检测分割[晓理紫]每日论文分享
晓理紫·2024-01-20 17:05

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--大模型、扩散模型、视觉导航

专属领域论文订阅关注{晓理紫|小李子}，每日更新论文，如感兴趣，请转发给有需要的同学，谢谢支持VX关注，并留下邮箱可获得每日定时推送分类:大语言模型LLM视觉模型VLM扩散模型视觉导航具身智能，机器人强化学习开放词汇
晓理紫·2024-01-20 17:34

计算机第四章章末测试题,计算机导论-第四章-算法与数据结构期末测试习题与答案...

计算机导论-第四章-算法与数据结构期末测试习题与答案一、选择题1、算法的时间复杂度是指()。
半路的疯子·2024-01-20 17:33

计算机导论07-算法和数据结构

文章目录算法基础算法及其特性算法的概念算法与程序算法表示算法的描述自然语言流程图盒图（N-S图）伪代码程序设计语言算法评价算法的衡量标准算法的规模时间复杂度空间复杂度数据结构数据结构的概念数据的逻辑结构数据的存储结构数据的基本操作常用数据结构线性表栈队列树和二叉树图算法分析常用算法递归算法贪心算法分治算法回溯算法分支限界算法动态规划算法经典计算机算法问题哥尼斯堡七桥问题汉诺塔问题哲学家进餐问题旅行
D0ublecl1ck·2024-01-20 17:27

深度强化学习DQN系算法理解

致谢进行DQN方法整理时，主要对原文进行了学习，并参考了几位作者的笔记，在此一并表示感谢。索引网页如下：https://www.jianshu.com/p/6fe18d0d8822https://www.jianshu.com/p/0fb311d96da4https://www.cnblogs.com/pinard/p/9797695.htmlhttps://blog.csdn.net/mike1
静斋·2024-01-20 17:26

Datawhale 强化学习笔记(二）马尔可夫过程，DQN 算法

文章目录参考马尔可夫过程DQN算法（DeepQ-Network）如何用神经网络来近似Q函数如何用梯度下降的方式更新网络参数强化学习vs深度学习提高训练稳定性的技巧经验回放目标网络代码实战DQN算法进阶DoubleDQNDuelingDQN
RessCris·2024-01-20 17:54

0、机器学习导论课程所用到的数据集

房价竞争在本机器学习课程学习过程中用到的数据集。本课程所需数据集夸克网盘下载链接：https://pan.quark.cn/s/9b4e9a1246b2提取码：uDzP文件描述train.csv：训练数据集test.csv：测试数据集data_description.txt：每个列的完整描述，最初由DeanDeCock准备，但为了与这里使用的列名相匹配进行了轻度编辑sample_submissio
AI算法蒋同学·2024-01-20 15:21

【人工智能】之深入理解 AI Agent：超越代码的智能助手(2)

这些代理通常基于强化学习、监督学习或其他机器学习方法，通过不
魔道不误砍柴功·2024-01-20 13:38

重要启示

《焦点解决短期治疗导论》——第十五章社会建构主义。读书我们从发现中有一些重要的启示。第一说明实务工作者的准备工作可以大幅度地减少。
双鱼妞妞2020·2024-01-20 09:11

（9-3）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：数据预处理

1.1.6数据预处理数据预处理是训练高质量机器学习模型的关键步骤，在这一步需要检查缺失数据并进行特征工程，以将数据转换为适合模型训练的状态。本项目的数据预处理江湾城以下工作：添加技术指标：在实际交易中，需要考虑各种信息，例如历史股价、当前持仓股票、技术指标等。本文演示了两个趋势跟踪技术指标：MACD和RSI。添加紧急指数：风险厌恶反映了投资者是否选择保留资本，它还在面对不同市场波动水平时影响交易策
码农三叔·2024-01-20 09:21

（9-4）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：构建交易环境

9.7构建交易环境考虑到自动股票交易任务的随机性和互动性，在本项目中将金融任务建模为马尔可夫决策过程（MarkovDecisionProcess，MDP）问题。在训练过程观察股价的变化、执行操作以及奖励计算，使代理根据奖励调整其策略。通过与环境互动，交易代理将制定随着时间推移而最大化奖励的交易策略。本项目的交易环境基于OpenAIGym框架实现，根据时间驱动模拟的原则模拟实时股票市场，使用真实的市
码农三叔·2024-01-20 09:21
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他