Green Lv的博客

强化学习的数学原理学习笔记： Actor-Critic，包括对A2C、DPG等算法和重要性采样等概念的介绍。

强化学习的数学原理学习笔记：基于策略（Policy-based）的策略梯度方法（Policy Gradient），包括对REINFORCE算法的介绍。

强化学习的数学原理学习笔记：基于值的（Value-based）值函数近似方法（Value Function Approximation），包括对Sarse / Q-learning with function approximation以及DQN算法的介绍。

强化学习的数学原理学习笔记：时序差分学习（Temporal Difference，TD），包括对基础TD、Sarsa和Q-learning等算法的介绍。

强化学习的数学原理课程学习笔记：蒙特卡洛方法（Monte Carlo，MC），包括对ε-Greedy的介绍。

强化学习的数学原理学习笔记：基于模型（Model-based）的强化学习方法，包括对值迭代和策略迭代算法的介绍。

强化学习的数学原理学习笔记：强化学习基础知识，包括对贝尔曼方程、贝尔曼最优方程的介绍。

CausalSim是NSDI '23的Best Paper。其主要工作是基于矩阵/张量完成和对抗学习设计了一个无偏的trace-driven模拟框架。CausalSim通过显示建模算法对于trace的影响，消除了传统模拟器中存在的偏差，从而实现与真实世界更为一致的模拟效果。CausalSim可以应用于ABR算法、异构服务器负载均衡等场景之中。

文章目录4 多变量线性回归（Linear Regression with Multiple Variables）4-1 多个特征（Multiple Features）4-2 多变量的梯度下降（Gradient Descent for Multiple Variables）4-3 梯度下降实践1：特征缩放（Gradient Descent in Practice I: Feature Scaling...

文章目录3 线性代数（Linear Algebra）3-1 矩阵（Matrix）和向量（Vector）矩阵向量3-2 矩阵加法与标量乘法（Addition and Scalar Multiplication）3-3&3-4 矩阵-向量/矩阵-矩阵乘法（Matrix-Vector / Matrix-Matrix Multiplication）3-5 矩阵乘法属性（Matrix Multipl...

2 单变量线性回归2-1 模型表达（Model Representation）定义：mmm：m：训练样本数xxx：输入变量 / 特征yyy：输出变量 / 目标变量(x,y)(x, y)(x,y)：一个训练样本(x(i),y(i))(x^{(i)}, y^{(i)})(x(i),y(i))：第 iii 个训练样本hhh：机器学习算法的输出，一个假设函数，输入 xxx，输出 yyy ...

1 Introduction1-1 & 1-2机器学习的使用场景数据挖掘无法人工编写的程序（如图像识别）自我定制程序（如推荐系统）机器学习算法分类监督学习（supervised learning）无监督学习（unsupervised learning）其他：增强学习（reinforcement learning）、推荐系统（recommender systems）...