美丽心灵的永恒阳光
Eternal Sunshine of the spotless mind
2016-02-09
941
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
美丽心灵的永恒阳光
目录
相关文章
|
6月前
|
Dart
|
机器学习/深度学习
人工智能
算法
【读书笔记】Algorithms for Decision Making（1）
我自己的粗浅看法：机器学习要不是拟合逼近（经常提及的machine learning），要不就是决策过程（reinforcement learning），这本书主要讲述后者的前世今生。
325
0
0
|
机器学习/深度学习
API
【读书笔记】Algorithms for Decision Making（8）
解决存在模型不确定性的此类问题是强化学习领域的主题，这是这部分的重点。解决模型不确定性的几个挑战：首先，智能体必须仔细平衡环境探索和利用通过经验获得的知识。第二，在做出重要决策后很长时间内，可能会收到奖励，因此必须将以后奖励的学分分配给以前的决策。第三，智能体必须从有限的经验中进行概括。
206
0
0
|
Python
【读书笔记】Algorithms for Decision Making（2）
理性决策需要对不确定性和目标进行推理。不确定性源于预测未来事件能力的实际及理论限制。为了实现其目标，一个强有力的决策系统必须考虑到当前世界状况和未来事件中的各种不确定性来源。
117
0
0
|
机器学习/深度学习
算法
流计算
【读书笔记】Algorithms for Decision Making（6）
对于较大状态空间的问题，计算精确解需要极大的内存量，因而考虑近似解的方法。常使用approximate dynamic programming的方法去寻求近似解，进而使用在线方法实现实时计算。
163
0
0
|
算法
关系型数据库
数据建模
【读书笔记】Algorithms for Decision Making（4）
本部分讨论从数据学习或拟合模型参数的问题，进一步讨论了从数据中学习模型结构的方法，最后对决策理论进行了简单的概述。
97
0
0
|
算法
决策智能
【读书笔记】Algorithms for Decision Making（14）
本部分将简单游戏扩展到具有多个状态的连续上下文。马尔可夫博弈可以看作是多个具有自己奖励函数的智能体的马尔可夫决策过程。
362
0
0
|
机器学习/深度学习
算法
vr&ar
【读书笔记】Algorithms for Decision Making（9）
与基于模型的方法相比，无模型方法不需要构建转移函数和奖励函数的显性表示，而是直接作用于值函数建模。进一步地，考虑模拟学习来重建奖励函数。
87
0
0
|
算法
【读书笔记】Algorithms for Decision Making（11）
在有限维场景中，POMDP问题的精确解也经常很难计算。因而，考虑求得近似解的方法是合理的。本部分从离线近似解讨论到在线近似解，是近似方法的常规逻辑思路。
149
0
0
|
人工智能
vr&ar
决策智能
【读书笔记】Algorithms for Decision Making（12）
现将单智能体的核心概念扩展到多智能体系统的问题。在该系统中，可将其他智能体建模为潜在的盟友或对手，并随着时间的推移进行相应的调整。
120
0
0