一、作者简介 作者：周沫凡 Mofan Zhou , 所以 “莫烦” 这个名字也是取了个谐音而已. 他就用名字鼓励大家. 即使遇到再多再大的困难, 我们还是要抱着一种 莫烦 的态度, 努力到底. 原本, 他只是一名普普通通的 PhD 学生, 因为专业不对口, 之前学的东西在 PhD 的时候统统用不上, 然后我就开始了我漫长的自学道路. 你在这个网页看到的所有内容, 都是我在网上探索, 自学而来

RL知识整理 RL分类 按是否理解环境分类： Model-free RL（不理解环境）： 用模型表示环境，从环境中得到反馈，再学习； 只能一步一步等真实世界的反馈 算法：Q Learning, Sarsa, Policy GradientsModel-Based RL（理解环境）： 可以模拟现实世界，有一个虚拟环境； 预判断反馈 算法：Q Learning, Sarsa, Policy Gr

目录 1. 如何学习？ 2. 强化学习有哪些算法？ 我们人类在进行学习时，总是从一开始什么都不知道，经过不断的尝试与纠错，最终获得正确解决问题方法的过程，这就可以看作一个强化学习过程。 实际，强化学习的例子很多： Alpha-Go在围棋场上战胜人类的高手 Alpha-Go 百度百科 让计算机学习如何玩一些经典的游戏，如Atari游戏： 这些都是让计算机不断地尝试并学习行为准

视频地址： https://www.bilibili.com/video/av15997678?p=1. 目录 1 科普：人工神经网络VS生物神经网络2 什么是神经网络（机器学习）3 神经网络：梯度下降（Gradient Descent）4 神经网络的黑盒不断5 Why pytorch?6 安装7 Numpy Torch的对比8 Variable变量9 什么是激励函数（深度学习）？10 Ac

原文：莫烦NLP 计算机的理解模式 向量化思维在机器学习中也非常常见，我们可以认为，一张图片是一个向量，一篇文章是一个向量，一句话也可以是一个向量。 这样的向量化表示优点也很明显，就是能被计算机计算，是计算机能够理解的模式。 转成词向量有什么用 把这些对词语理解的向量通过特定方法组合起来，就可以有对某句话的理解了；可以在向量空间中找寻同义词，因为同义词表达的意思相近，往往在空间中距离也非常

文章目录 一、什么是强化学习二、强化学习中常用的方法三、Q-Learning 本博客还有多个超详细综述，感兴趣的朋友可以移步： 卷积神经网络：卷积神经网络超详细介绍 目标检测：目标检测超详细介绍 语义分割：语义分割超详细介绍 NMS：让你一文看懂且看全 NMS 及其变体 数据增强：一文看懂计算机视觉中的数据增强 损失函数：分类检测分割中的损失函数和评价指标 Tr

文章目录 1机器学习1.1什么是机器学习？ 2神经网络2.1人工神经网络与生物神经网络生物神经网络人工神经网络 2.2神经网络(Neural Network)2.3卷积神经网络CNN (Convolutional Neural Network)2.4循环神经网络RNN (Recurrent Neural Network)2.5LSTM RNN(long short term memory)