小石头会长成大石头么？

这里有一个东北大学的关于"信赖域方法"的教学链接,比较基础和人性化.

如果本文有错误，特别欢迎大家指出。 目标： 我们的目标是在一定的限制条件下找到一个函数的最大、最小值。 正式的描述： 给定目标函数fff和定义在Ω∈Rn\Omega \in R^nΩ∈Rn上的函数g1,g2,...,gmg_1,g_2,...,g_mg1​,g2​,...,gm​和h1,h2,...,hlh_1,h_2,...,h_lh1​,h2​,...,hl​,求函数fff的极值。数学表示为：...

深入浅出的讲解傅里叶变换（真正的通俗易懂） </h1> <div class="clear"></div> <div class="postBody"> 原文出处： 韩昊   ...

网络控制系统是引入网络的控制系统，即网络可能存在于控制系统的反馈通道和控制通道。在网络控制系统中，被控对象的数学模型当然是连续的（这个世界上还有离散的物理系统么？）但是，由于网络控制系统不可能使用连续的信号来控制被控对象，所以我们需要把被控对象的模型离散化。 对于线性系统，可以参考现代控制理论的书籍的离散化方法，matlab的离散化方法是c2d. 对于非线性系统，目前没有具有完整理论的离散化方法...

Multi-armed bandit problem 强化学习和其它的学习算法的不同之处在于对动作的评价，其它的学习算法如监督学习、神经网络等不去评价或者度量动作的价值，而是直接被“教”去做最好的动作。强化学习是主动地评价动作而不是被“教”怎么去做动作；监督学习是被“教”怎么做动作而不是评价动作的价值。 k臂赌博机是一个非关联（nonassociative）问题，即不考虑在不同的情况下做动作，也就...