CX的blogs

强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的reward。强化学习和标准的监督学习之间的区别在于，它并不需要出现正确的输入/输出对，也不需要精确校正次优化的行为。强化学习更加专注于在线规划，需要在探索（在未知的领域）和遵从（现有知识）之间找到平衡。强化学习的一些关键的特点：1.学习者没有明确被告知下一步要做什么事情。2.有点类似Trial-and-erro...

关于机器学习中鲁棒性和泛化能力鲁棒性泛化能力鲁棒性鲁棒性字面上理解可以认为是健壮性，健壮性可以认为是更好，更加抗风险的因此是1.模型具有较高的精度或有效性，这也是对于机器学习中所有学习模型的基本要求；2.对于模型假设出现的较小偏差，只能对算法性能产生较小的影响； 主要是：噪声（noise）3.对于模型假设出现的较大偏差，不可对算法性能产生“灾难性”的影响；主要是：离群点（outlie...

前言AutoEncoder是深度学习的另外一个重要内容，并且非常有意思，神经网络通过大量数据集，进行end-to-end的训练，不断提高其准确率，而AutoEncoder通过设计encode和decode过程使输入和输出越来越接近，是一种无监督学习过程。AutoEncoderIntroductionAutoEncoder包括两个过程：encode和decode，输入图片通过e...