wxskl的博客

HMM是一个关于时序的概率模型，描述了一个由隐藏的马尔科夫链随机生成的不可观测的状态随机序列，再由各个状态生成一个观测而产生观测随机序列的过程。 主要由五部分组成：状态序列、状态转移矩阵、观测序列、观测概率分布、初始的状态分布 通过现象看本质的学习模型：隐马尔科夫模型 我们输入的拼音字母就是观测序列，而这个观测到的表象的实质应该是我们想要的拼音字母或者是句子。 隐马尔科夫模型就是通过输...

一、强化学习 1、策略函数与策略迭代 2、无模型学习 3、记忆回放 4、Bellman方程 5、策略梯度算法 6、值函数与值迭代 7、动态规划 8、探索与利用 二、Q-Learning and Sarsa 三、Deep Q Network 传统表格，如果表格状态浩如繁星……将状态和动作当成神经网络的输入值   四、策略梯度 Policy Gradients ...