于风‘s blog

摘要： 在DQN（Deep Q-learning）入门教程（四）之Q-learning Play Flappy Bird中，我们使用q-learning算法去对Flappy Bird进行强化学习，而在这篇博客中我们将使用神经网络模型来代替Q-table，关于DQN的介绍，可以参考我前一篇博客：DQN（Dee 阅读全文

摘要： 简介 DQN——Deep Q-learning。在上一篇博客DQN（Deep Q-learning）入门教程（四）之Q-learning Play Flappy Bird 中，我们使用Q-Table来储存state与action之间的q值，那么这样有什么不足呢？我们可以将问题的稍微复杂化一点了，如果 阅读全文

摘要： 在上一篇博客中，我们详细的对Q-learning的算法流程进行了介绍。同时我们使用了$\epsilon-贪婪法$防止陷入局部最优。 那么我们可以想一下，最后我们得到的结果是什么样的呢？因为我们考虑到了所有的（$\epsilon-贪婪法$导致的）情况，因此最终我们将会得到一张如下的Q-Table表。 阅读全文

摘要： 蒙特卡罗法 在介绍Q-learing算法之前，我们还是对蒙特卡罗法（MC）进行一些介绍。MC方法是一种无模型（model-free）的强化学习方法，目标是得到最优的行为价值函数$q_*$。在前面一篇博客中，我们所介绍的动态规划算法则是一种有模型的算法。那么问题来了，什么是模型（model）？模型其实 阅读全文

摘要： 在上一篇博客：DQN（Deep Q-learning）入门教程（一）之强化学习介绍中有三个很重要的函数： 策略：\(\pi(a|s) = P(A_t=a | S_t=s)\) 状态价值函数：\(v_\pi(s)=\mathbb{E}\left[R_{t+1}+\gamma \left(S_{t+1} 阅读全文

摘要： 什么是强化学习？ 强化学习（Reinforcement learning，简称RL）是和监督学习，非监督学习并列的第三种机器学习方法，如下图示： 首先让我们举一个小时候的例子： 你现在在家，有两个动作选择：打游戏和读书。如果选择打游戏的话，你就跑到了网吧，选择读书的话，就坐在了书桌面前。你爸妈下班回 阅读全文

摘要： 简介 DQN入门系列地址: "https://www.cnblogs.com/xiaohuiduan/category/1770037.html" 本来呢，在上一个系列 "数据挖掘入门系列" 博客中，我是准备写数据挖掘的教程，然后不知怎么滴，博客越写越偏，写到了神经网络，深度学习去了。在我写完数据挖 阅读全文

摘要： 从无到有，陆陆续续一个 数据挖掘入门系列 的教程就写了18篇博客了，这个是我没有想到的，本来以为可能写10篇博客就结束了，但是写着写着写着写着就写了这么多： 1. "数据挖掘入门系列教程（一）之亲和性分析" 2. "数据挖掘入门系列教程（二）之分类问题OneR算法" 3. "数据挖掘入门系列教程（三 阅读全文

摘要： 简介 在上一篇博客： "数据挖掘入门系列教程（十一点五）之CNN网络介绍" 中，介绍了CNN的工作原理和工作流程，在这一篇博客，将具体的使用代码来说明如何使用keras构建一个CNN网络来对CIFAR 10数据集进行训练。 如果对keras不是很熟悉的话，可以去看一看 "官方文档" 。或者看一看我前 阅读全文

摘要： 在前面的两篇博客中，我们介绍了DNN（深度神经网络）并使用keras实现了一个简单的DNN。在这篇博客中将介绍CNN（卷积神经网络），然后在下一篇博客中将使用keras构建一个简单的CNN，对 数据集进行分类预测。 CNN简介 我们可以想一个例子，假如我们现在需要对人进行识别分类，根据我们人类的思维 阅读全文