myzts的专栏

最大似然估计简称MLE,今天被老板(老板本科牛津,硕士斯坦福,博士普林斯顿....)问的慌,每次一说MLE自己都没有反应过来.很气最大似然估计本质就是通过试验结果估计样本的真实情况,基于的假设是:每个变量都基于一个概率分布,即独立同分布.想一想如果有100个球,80个红球,20个白球,每次取一个球不放回的话,符合独立同分布吗?放回的话肯定符合独立同分布.对于放回实验,实验100次加入取红球

1.深度学习:任何通过神经网络的训练和学习都是深度学习2.强化学习:基于MDP(马尔可夫决策过程),通过状态(state),决策(action),以及奖励(reward)和转化概率来进行学习的就是强化学习,通过求Q*(state,action),求pai*,复杂一点就可能不知道奖励和转化概率3.深度强化学习:深度学习和强化学习的结合,就是通过定义一个函数Q(s,a)=w1*feature1

A矩阵不可逆 |A| = 0 A的列(行)向量组线性相关 R(A) AX=0 有非零解 A有特征值0. A不能表示成初等矩阵的乘积 A的等价标准形不是单位矩阵来自百度知道:https://zhidao.baidu.com/question/1923691685278958187.html