北辰

做自己

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...
  • Jimmy
  • 2024 年 11 月 05 日
  • 暂无评论

    • 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...
  • Jimmy
  • 2024 年 11 月 04 日
  • 暂无评论
    •

    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, ...

  • Jimmy
  • 2024 年 11 月 04 日
  • 暂无评论
    •

    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...

  • Jimmy
  • 2024 年 11 月 02 日
  • 暂无评论

    • 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:...
  • Jimmy
  • 2024 年 10 月 29 日
  • 暂无评论