changdejie的专栏

以前一直对，数据归一化有一些模糊的概念，最近看Andrew Ng的课程。才有了深入的认识。如下图。 数据归一化，其实就是  数据减去均值再除以标准差。直观解释如下图的过程。清晰明了。

最近在学习强化学习，看了一些文章和课程，总结如下。   强化学习的定义。         假定一个智能体(agent),在一个未知的环境中(当前状态state)，采取了一个行动(action),然后收获了一个回报(return)，并进入了下一个状态。最终目的是求解一个策略让 agent的回报最大化。   强化学习求解算法，一般采用马尔可夫决策过程(MPD)，定义如下。     一个...