我的随笔

简析Monte Carlo与TD算法的相关问题

JinyuBlog 2019-04-15 14:37 阅读:445 评论:0 推荐:0

【ML系列】简单的二元分类——Logistic回归

JinyuBlog 2018-09-15 16:08 阅读:987 评论:0 推荐:0

【RL系列】SARSA算法的基本结构

JinyuBlog 2018-08-03 21:39 阅读:1598 评论:0 推荐:0

【RL系列】On-Policy与Off-Policy

JinyuBlog 2018-07-27 11:15 阅读:3057 评论:0 推荐:0

【RL系列】从蒙特卡罗方法步入真正的强化学习

JinyuBlog 2018-07-23 22:54 阅读:587 评论:0 推荐:0

【RL系列】蒙特卡罗方法——Soap Bubble

JinyuBlog 2018-07-21 12:27 阅读:1306 评论:0 推荐:0

【RL系列】马尔可夫决策过程——Gambler's Problem

JinyuBlog 2018-07-18 23:13 阅读:1513 评论:0 推荐:0

【RL系列】马尔可夫决策过程——Jack‘s Car Rental

JinyuBlog 2018-07-16 19:31 阅读:3166 评论:0 推荐:0

【RL系列】马尔可夫决策过程——状态价值评价与动作价值评价

JinyuBlog 2018-07-13 20:24 阅读:1424 评论:0 推荐:0

【RL系列】马尔可夫决策过程中状态价值函数的一般形式

JinyuBlog 2018-07-12 15:50 阅读:1846 评论:0 推荐:1