- 博客(14)
- 收藏
- 关注
RSS订阅原创 【SYSU-SPA】基础物理实验 II Tex 模板放送
公务云盘后，发现了一件很奇怪的事：似乎并非所有的实验报告都有模板。不仅仅只是为了美观，熟练使用后更是比Word方便许多，且。作为学术论文必备工具的。等等敲在了模板上，大家下载即用。，没有理工科学生能逃得掉的。当本人打开本院老师存放。个实验的实验报告模板。
2025-03-02 20:06:55
697
原创 【强化学习入门】III：从Q-learning到DQN
深度Q网络（Deep Q-Network, DQN）作为深度强化学习的里程碑式算法，通过将Q-learning与深度神经网络结合，解决了传统强化学习在高维状态空间中的维度灾难问题。本文以“从Q-learning到DQN的核心演进”为脉络展开：首先剖析Q-learning基于动态规划的贝尔曼方程更新机制及其局限性；继而深入探讨DQN如何通过神经网络函数逼近重构Q值估计，并针对训练稳定性问题提出目标网络与经验回放两大核心技术；最终揭示DQN在实现端到端决策智能中的理论意义与实践价值。
2025-02-04 15:53:16
1056
原创 【强化学习入门】II_从策略梯度到PPO算法
0. 行文概述策略梯度算法是一种强化学习方法，属于策略优化的范畴。它的目标是直接优化智能体的策略，使得智能体在环境中获得的累积奖励最大化。策略梯度算法的核心思想是通过调整策略的参数，使得智能体在决策过程中更倾向于选择那些能够带来更高回报的动作。PPO（Proximal Policy Optimization）是一种强化学习算法，属于策略梯度方法的一种改进版本。它旨在解决传统策略梯度方法（如REINFORCE）在训练过程中容易出现的样本效率低、训练不稳定等问题。PPO通过引入一些改进机制，使得算法在训练过程
2025-02-02 21:53:14
1242
原创 【强化学习入门】I：基本原理与概念
本文主要参考强化学习动画演示教程，笔者很佩服原作者讲解的思路。在写作本文时，也进行了略微的顺序调整。本文主要介绍了什么是强化学习，以及强化学习的构成要素。因为是以概念性和原理性的内容为主，主要以图和例子来具体解释，尽可能少用数学公式。BUT，阅读本文需要读者对神经网络的基本原理有一定了解，在文中并没有专开一小节讲神经网络的原理。【强化学习入门】系列主要是喜提双项目的某大二本科生在学习强化学习时的笔记、思路和心得。通过本文，我们已经对于强化学习的基本核心概念已经有了足够的了解。
2025-02-01 22:54:31
808
原创 【新鲜出炉】2025美赛C题全流程+可视化
本次美赛打得还是相当快乐的，前三天甚至每天下午依然会雷打不动地抽一个办小时健身这道美赛题相对中规中矩，显然是不如2024美赛C题那般抽象的。本次本人承担了除PLSR以外的全部的代码实现以及对应论文写作工作，最大的感觉就是其实对于一个队伍而言，不必三个人能力相当，而是重点在于分工合理。本次数模小组是在线上协作，一天固定两次会议汇报进度，论文写作期间一直挂着微信语音。关于具体计划安排，写在RunCodeRun Code的JupyterNotebook之中，或许有可参考的价值。
2025-01-28 10:59:53
863
原创 【数学建模】美赛20C题全流程+可视化
收到许多读者的强烈呼声，本数模小组还是决定将2020美赛C题的全流程与可视化开源。因为这是一道以NLP【最易理解的NLP入门！】数模实战导向（20美赛C题）2020美赛C题。PS：本次本人并没有承担所有的Coding工作，故不会有全部的源码，仅有NLP部分的源码。在此处让我们赞美我们小组里技艺逐渐精进的两位队员！本题实际上是一道门槛并不高的题目，即使从未接触过NLP的本人也是快速掌握并完成，当然也得益于队友们默契的配合。几日内完成的结果肯定不敢说有多么优秀，但是私认为解题思路是有可取之处的。
2025-01-23 23:09:06
1134
原创 2024美赛C题完整思路与过程可视化（附代码+数据）_2025-01-15
2024美赛C题全流程思路解析+可视化+源码（美赛将至，还有更FREASH的练手题麽？）
2025-01-15 19:50:49
3935
1
原创 【数学物理方法】TeX版习题精解+期末真题+完整笔记
众所周知，数理方法向来以简直不是人学的著称。However，当我们放下偏见，重新梳理一遍其思路时，依然能发现其有趣之处。本次的数理资料主要依据张建东老师（SYSU物理与天文学院）的PPT以及北大吴崇试版的数理教材整理。笔记部分主要依据PPT整理，涵盖了要求掌握和会考察的知识点（主打一个事无巨细），并且每部分都给出了对应的习题题号。TeX版习题精解则主要基于作业，不但给出了解析，还给出了题型总结。因为本习题解析是由本人与大佬李佳威一同撰写，我们还能感受到他活泼的用语风格。
2025-01-05 11:27:35
342
原创 【中山大学毛概】笔记+思考题解析+【真题！】
话不多说，直奔主题，目前本人可开源的资料如下：序号为重要性排序。除了大纲知识点外，本人的毛概老师提醒课后思考题极为重要。第零份为本人笔记，主要基于第一份以及第四份资料整理。限于时间因素（以及无数小伙伴的呼声），本人的第零份笔记未能整理成LaTeX版，暂时以扫描版代替。其实主要是要给整理数学物理方法和理论力学的TeX版习题解析留时间公众号后台回复SYSU毛概即可获取上述资料。并且，再假以时日，还会在后台给出的链接中更新近三年真题。本人公众号"注：本人对于买题卖题等等没有任何兴趣，无偿开源，造福大家。
2024-12-31 19:34:53
388
原创 小白换视角轻松理解BNN+代码论文复现
本问主要从BNN与一般MLP的差异入手，帮助读者对BNN有一个宏观认知；接着再切入具体的原理推导，以及常见的优化算法选用。最后附上了使用BNN完成论文复现的实战代码，也做了一定数量的可视化，帮助读者理解
2024-12-11 10:34:35
1442
3
原创 2024APMCM完整思路与过程结果可视化（附数据代码）
本文为24APMCM的C题全流程+可视化，具体到每一问的建模思路、模型假设、指标选取以及最终的结果展示。之所以会开源本次论文，是因为忘记交了。
2024-12-09 12:46:18
940
原创 算法小白从决策树到XGboost
本文主要为一位大二本科生的树+Boosting类算法的学习分享。决策树部分重直观理解，并附带了大量例子，确保草履虫都能知道每一步是如何计算；集成学习部分则主要重数学推导，也附上了一定数量的可视化。此外，XGboost的一大特点是工程实现，如列块并行学习等，但因为本文重点还是在于更偏算法的目标函数和学习策略云云，希望深入了解可参考深入理解XGBoost，优缺点分析，原理推导及工程实现。本文参考的视频及文章较多，更像是学习笔记分享，大部分的可视化内容也是直接搬运（非本人原创）、都附上链接。
2024-12-08 23:51:20
1292
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人