强化学习-价值迭代与策略迭代
更新于 2026-06-01 | 分类: 默认分类 | | 0条评论


阅读全文...
强化学习-贝尔曼方程
更新于 2026-06-01 | 分类: 默认分类 | | 0条评论
常见概念 马尔科夫决策过程(Markov DecisionProcess, MDP). 强化学习的数学基础和建模工具, 通常由状态空间, 动作空间, 奖励函数, 状态转移函数, 折扣率等组合. 马尔科夫性质(Markov Property). 马尔科夫性...

阅读全文...
机器学习-数学基础
更新于 2026-05-22 | 分类: 默认分类 | | 0条评论
概率论基础 生活中充满了随机性。概率论是一门用数学语言来刻画这些随机事件的学科。一个随机事件的概率是一个介于0与1之间的实数，这个实数的大小反映了这个事件发生的可能性。因此，概率为0意味着这个事件不可能发生（不可能事件），概率为1意味着这个事件必然发生（...

阅读全文...
关于本站
更新于 2026-05-01 | 分类: 本站相关 | | 2 条评论
该站本质私人Blog 包括且不限于以下内容 生活|学习|编程|游戏 本站配置 Debian 13 Powered by Typecho Butterfly of Typecho 插件 MarkdownParse

阅读全文...
avatar
Cmmmmmm
文章
4
标签
4
分类
12
个人网站
分类
网站资讯
文章数目 :
4
已运行时间 :
1885 天
本站总字数 :
2.55 W
本站总访问量 :
259
最后更新时间 :
2 天前