qq_33909788的博客

EM算法是一种迭代算法，用于含有隐变量的概率模型的参数估计。该算法通过交替进行两个步骤：E步（Expectation Step，期望步骤）和M步（Maximization Step，最大化步骤）。这篇文章介绍了机器学习中的EM算法，以及如何使用EM算法求解三硬币模型参数。文章主要侧重于基础数学公式的推导和论证，详细解释了EM算法的原理和步骤。作者通过实例演示了如何使用EM算法求解三硬币模型的参数，能够更好地理解EM算法的应用。

强化学习是一种机器学习方法，它通过智能体与环境的交互来学习最优策略。马尔科夫过程是强化学习中的核心概念之一，它描述了智能体与环境之间的交互过程。本文将介绍马尔科夫过程的基础知识，包括状态、动作、奖励和转移概率等，并详细推导马尔科夫决策过程的动力方程。

源码阅读解析之Alpha Zero 实现五子棋游戏-《强化学习-肖智清》 项目地址 Alpha Zero 项目地址 BoardGame2模块实现