1. 馬爾可夫模型的幾類子模型 大家應該還記得馬爾科夫鏈(Markov Chain)，了解機器學習的也都知道隱馬爾可夫模型(Hidden Markov Model，HMM)。它們具有的一個共同性質就 ...

接下來我們回顧一下動態規划算法(DP)和蒙特卡羅方法(MC)的特點，對於動態規划算法有如下特性： 需要環境模型，即狀態轉移概率\(P_{sa}\) 狀態值函數的估計是自舉的(bootstr ...

一步步教你輕松學K-means聚類算法 ( 白寧超 2018年9月13日09:10:33) 導讀：k-均值算法（英文：k-means clustering），屬於比較常用 ...

一、C4.5 C4.5，是機器學習算法中的一個分類決策樹算法，它是決策樹(決策樹也就是做決策的節點間的組織方式像一棵樹，其實是一個倒樹)核心算法ID3的改進算法，所以基本上了解了一半決策 ...

1. 蒙特卡羅方法的基本思想 蒙特卡羅方法又叫統計模擬方法，它使用隨機數（或偽隨機數）來解決計算的問題，是一類重要的數值計算方法。該方法的名字來源於世界著名的賭城蒙特卡羅，而蒙特卡羅方法正是 ...

上一篇我們已經說到了，增強學習的目的就是求解馬爾可夫決策過程(MDP)的最優策略，使其在任意初始狀態下，都能獲得最大的Vπ值。(本文不考慮非馬爾可夫環境和不完全可觀測馬爾可夫決策過程(POMDP)中的 ...

機器學習算法大致可以分為三種： 1. 監督學習(如回歸，分類) 2. 非監督學習(如聚類，降維) 3. 增強學習 什么是增強學習呢？ 增強學習（reinforceme ...

將測試樣本進行排序，“最可能”是正例的排在最前面，“最不可能”是正例的排在最后面。 分類過程就相當於在這個排序中以某個“截斷點”（見圖中閾值）將樣本分為兩部分，前一部分判作正例，后一部 ...

CS224N Assignment 1: Exploring Word Vectors (25 Poi ...

1、J48原理 　　基於從上到下的策略，遞歸的分治策略，選擇某個屬性放置在根節點，為每個可能的屬性值產生一個分支，將實例分成多個子集，每個子集對應一個根節點的分支，然后在每個分支上遞歸地重復這個過程 ...