（十 一）从零开始学人工智能--强化学习: 强化学习入门基础
强化学习入门基础 目录 强化学习入门基础 1. 强化学习基础知识 1.1 强化学习发展历程 1.2 强化学习特点 1.3 强化学习应用 1.4 强化学习基本概念 1.5 强化学习智能体 ...
原文：（十三）从零开始学人工智能-强化学习:值函数近似和策略梯度
强化学习 值函数近似和策略梯度 目录 强化学习 值函数近似和策略梯度 . 值函数近似 . 线性函数近似 . . 状态价值函数近似 . . 动作价值函数近似 . 深度神经网络近似 . 策略梯度 声明 参考资料 前两节内容都是强化学习的一些基础理论 ，只能解决一些中小规模的问题，实际情况下很多价值函数需要一张大表来存储，获取某一状态或动作价值的时候通常需要一个查表操作，这对于某些状态或动作空间很大的问 ...
2020-03-12 08:57 0 731 推荐指数：
相关推荐
（十四）从零开始学人工智能-深度学习基础及CNN
目录 一、深度学习基础 1.1 深度学习及其发展历史 1.1.1 什么是学习？ 1.1.2 什么是机器学习？ 1.1.3 什么是深度学习？ 1.1.4 深度学习发展历史 1.1.5 小结 ...
强化学习(十三) 策略梯度(Policy Gradient)
在前面讲到的DQN系列强化学习算法中，我们主要对价值函数进行了近似表示，基于价值来学习。这种Value Based强化学习方法在很多领域都得到比较好的应用，但是Value Based强化学习方法也有很多局限性，因此在另一些场景下我们需要其他的方法，比如本篇讨论的策略梯度(Policy ...
强化学习（九）：策略梯度
Policy Gradient Methods 之前学过的强化学习几乎都是所谓的‘行动－价值’方法，也就是说这些方法先是学习每个行动在特定状态下的价值，之后在每个状态，根据当每个动作的估计价值进行选择。这种方法可看成是一种‘间接’的方法，因为强化学习的目标是如何决策，这些方法把每个动作的价值 ...
（八）从零开始学人工智能--统计学习：统计学习基础知识
2. 统计学习中的基本概念 2.1 统计学习三要素：模型，策略，算法 ...
（六）从零开始学人工智能-搜索:对抗搜索
对抗搜索 目录 对抗搜索 1 为什么要学习对抗搜索？ 2 什么是对抗搜索？ 3 对抗搜索算法 3.1 极小极大值算法 3.1.1 分硬币游戏 3.1.2 最优路径示例 ...
（二）从零开始学人工智能—数学基础:线性代数
线性代数 上一部分介绍了机器学习的本质是找到一个最优化的映射关系，也就是函数/模型。接下来几章我会陆续给大家介绍AI的数学基础，本章将首先给大家介绍线性代数如何应用于AI。 1. 从初等函数到高等数学 一元线性函数 在中学的初等数学里，把函数\(f(x)=kx+b\) (\(k,b ...
（九）从零开始学人工智能--统计学习：KNN&SVM&决策树
统计学习基础算法-KNN&SVM&决策树 目录 统计学习基础算法-KNN&SVM&决策树 1. KNN（k-Nearest Neighbor） 1.1 距离选择 1.2 K值选择 ...