Jimmy 发布的文章

Jimmy

Policy Gradient Algorithm

创建时间: 2024年11月5日 16:51作者: 蜡笔大新笔记类别: 强化学习标签: Deep Reinforcement Learning, Poli...

2024 年 11 月 05 日

Double DQN

创建时间: 2024年11月4日 21:05作者: 蜡笔大新笔记类别: 强化学习标签: Deep Reinforcement Learning, Poli...

2024 年 11 月 04 日

One-Hot 编码

创建时间: 2024年11月4日 19:55作者: 蜡笔大新笔记类别: 机器学习标签: 分类数据编码, ...

2024 年 11 月 04 日

蒙特卡洛方法

蒙特卡洛方法是一种基于随机抽样的数值计算方法，广泛应用于模拟和优化问题。其核心思想是通过模拟大量随机样本...

2024 年 11 月 02 日

马尔可夫

创建时间: 2024年10月29日 18:21作者: 蜡笔大新笔记类别: 强化学习标签: Markov Chain, Markov Property状态:...

2024 年 10 月 29 日