（十 一）從零開始學人工智能--強化學習: 強化學習入門基礎
強化學習入門基礎 目錄 強化學習入門基礎 1. 強化學習基礎知識 1.1 強化學習發展歷程 1.2 強化學習特點 1.3 強化學習應用 1.4 強化學習基本概念 1.5 強化學習智能體 ...
原文：（十三）從零開始學人工智能-強化學習:值函數近似和策略梯度
強化學習 值函數近似和策略梯度 目錄 強化學習 值函數近似和策略梯度 . 值函數近似 . 線性函數近似 . . 狀態價值函數近似 . . 動作價值函數近似 . 深度神經網絡近似 . 策略梯度 聲明 參考資料 前兩節內容都是強化學習的一些基礎理論 ，只能解決一些中小規模的問題，實際情況下很多價值函數需要一張大表來存儲，獲取某一狀態或動作價值的時候通常需要一個查表操作，這對於某些狀態或動作空間很大的問 ...
2020-03-12 08:57 0 731 推薦指數：
相關推薦
（十四）從零開始學人工智能-深度學習基礎及CNN
目錄 一、深度學習基礎 1.1 深度學習及其發展歷史 1.1.1 什么是學習？ 1.1.2 什么是機器學習？ 1.1.3 什么是深度學習？ 1.1.4 深度學習發展歷史 1.1.5 小結 ...
強化學習(十三) 策略梯度(Policy Gradient)
在前面講到的DQN系列強化學習算法中，我們主要對價值函數進行了近似表示，基於價值來學習。這種Value Based強化學習方法在很多領域都得到比較好的應用，但是Value Based強化學習方法也有很多局限性，因此在另一些場景下我們需要其他的方法，比如本篇討論的策略梯度(Policy ...
強化學習（九）：策略梯度
Policy Gradient Methods 之前學過的強化學習幾乎都是所謂的‘行動－價值’方法，也就是說這些方法先是學習每個行動在特定狀態下的價值，之后在每個狀態，根據當每個動作的估計價值進行選擇。這種方法可看成是一種‘間接’的方法，因為強化學習的目標是如何決策，這些方法把每個動作的價值 ...
（八）從零開始學人工智能--統計學習：統計學習基礎知識
2. 統計學習中的基本概念 2.1 統計學習三要素：模型，策略，算法 ...
（六）從零開始學人工智能-搜索:對抗搜索
對抗搜索 目錄 對抗搜索 1 為什么要學習對抗搜索？ 2 什么是對抗搜索？ 3 對抗搜索算法 3.1 極小極大值算法 3.1.1 分硬幣游戲 3.1.2 最優路徑示例 ...
（二）從零開始學人工智能—數學基礎:線性代數
線性代數 上一部分介紹了機器學習的本質是找到一個最優化的映射關系，也就是函數/模型。接下來幾章我會陸續給大家介紹AI的數學基礎，本章將首先給大家介紹線性代數如何應用於AI。 1. 從初等函數到高等數學 一元線性函數 在中學的初等數學里，把函數\(f(x)=kx+b\) (\(k,b ...
（九）從零開始學人工智能--統計學習：KNN&SVM&決策樹
統計學習基礎算法-KNN&SVM&決策樹 目錄 統計學習基礎算法-KNN&SVM&決策樹 1. KNN（k-Nearest Neighbor） 1.1 距離選擇 1.2 K值選擇 ...