sosososoon的博客

Deep Deterministic Policy Gradient

Sparse Reward Imitation Learning

DQN 算法

强化学习—策略梯度及 PPO 算法

马尔可夫决策过程及表格型方法 手打更新中，请稍后刷新

Logistic Regression 逻辑回归 线性回归模型 假设变量xix_ixi​有ddd个属性，即xi=(xi1,xi2,...,xid)Tx_i=(x_{i1},x_{i2},...,x_{id})^Txi​=(xi1​,xi2​,...,xid​)T，线性回归模型的任务就是试图学得一个通过属性的线性组合来进行预测的函数，即 f(xi)=w1xi1+w2xi2+...+wdxid+b,f(x_i) = w_1x_{i1}+w_2x_{i2}+...+w_dx_{id}+b,f(xi​)=w1​xi